算法工程师的技能特长怎么写？

算法简历的"技能"一栏，最怕两种极端：一是只写"精通 Python、熟悉机器学习"——太虚；二是把用过的库全列一遍——像凑数。正确做法是分层 + 标注熟练度 + 贴合岗位方向。

分层写法（推荐）

编程语言：Python（熟练）、SQL（熟练）、C++（了解）、Scala（了解） 深度学习框架：PyTorch（熟练）、TensorFlow（了解） 机器学习/传统算法：XGBoost、LightGBM、LR、FM/DeepFM、聚类与图算法 大数据与工程：Spark、Hive、Flink、特征平台、AB 实验平台 业务方向：推荐系统 / 搜索排序 / 风控建模（按求职方向保留 1~2 个）

不同方向侧重不同

• 推荐/搜索：突出召回、排序、向量检索、AB 实验。
• 风控：突出 GNN、样本不均衡、概念漂移处理。
• CV/NLP：突出对应预训练模型与落地工程。
• 广告：突出预估模型、出价策略、强化学习。

常见写法 ❌ vs ✅

❌ "熟练掌握各类机器学习算法，精通深度学习。"

✅ "推荐方向：熟练 DeepFM/DIN 建模，能用 Spark 做特征、用 AB 平台验证上线，主导过信息流精排迭代（CTR +3.2%）。"

后者把"会"变成了"做过、见效过"。

熟练度标注建议

• 熟练：独立负责过线上项目。
• 了解：读过文档、跑过 demo，但没上线。
• 别写"精通"——面试深挖容易翻车，除非你真能扛住追问。

引导

技能栏写好后，配合项目经历里的量化结果，整份算法简历才站得住。先用模板把技能分层列好，再回项目里补对应证据。