智能推荐与风控算法平台
微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。
案例介绍
面向推荐、搜索与风控场景的智能算法平台，我担任算法架构师，主导召回-排序-重排全链路及实时特征平台建设。基于Spark完成大规模特征工程与样本生产，采用双塔模型做多路召回，叠加DeepFM/DIN进行精排，并接入Flink实时特征实现准实时更新，显著缩短特征时效。工程侧建立了特征平台、模型注册、灰度发布、A/B实验与模型监控的MLOps闭环，利用GPU/NPU完成训练加速与推理服务化，保障线上低延迟稳定推理。项目落地后核心场景点击率与转化明显提升，风控召回率提升、误杀率下降，模型迭代效率大幅提高。涉及技术：推荐算法、搜索排序、用户画像、风控建模、特征工程、深度学习、MLOps、模型工程化。
智能推荐与风控算法平台
联系该工程师
微信扫码，建群沟通
案例介绍
面向推荐、搜索与风控场景的智能算法平台，我担任算法架构师，主导召回-排序-重排全链路及实时特征平台建设。基于Spark完成大规模特征工程与样本生产，采用双塔模型做多路召回，叠加DeepFM/DIN进行精排，并接入Flink实时特征实现准实时更新，显著缩短特征时效。工程侧建立了特征平台、模型注册、灰度发布、A/B实验与模型监控的MLOps闭环，利用GPU/NPU完成训练加速与推理服务化，保障线上低延迟稳定推理。项目落地后核心场景点击率与转化明显提升，风控召回率提升、误杀率下降，模型迭代效率大幅提高。涉及技术：推荐算法、搜索排序、用户画像、风控建模、特征工程、深度学习、MLOps、模型工程化。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
