项目一：腾讯大规模个性化推荐系统优化。
面向海量用户与内容分发场景，负责推荐系统核心算法研发与优化，结合用户行为序列、内容特征及上下文信息，优化召回、粗排、精排与重排序策略，引入深度学习、多任务学习及用户兴趣建模技术，提升推荐结果的精准度与多样性。同时，针对高并发业务场景开展模型推理优化、特征处理链路优化及线上服务性能调优，推动算法从离线实验到线上部署的全流程落地，并通过线上实验与数据监控持续迭代推荐策略，提升用户互动效率与内容分发效果。

项目二：基于大语言模型的智能问答与内容理解平台。面向复杂文本理解、知识检索及智能问答场景，参与核心算法架构设计与模型优化，结合检索增强生成（RAG）、向量检索、语义匹配及提示词优化等技术，构建知识召回、上下文组织与答案生成流程；针对模型幻觉、检索准确率、推理延迟及计算资源成本等问题，持续优化检索排序、上下文构建和模型推理策略，完善模型评测、线上监控与反馈迭代机制，推动算法服务工程化部署及业务系统集成，提升复杂问题理解能力、答案相关性与知识服务效率，形成可复用、可扩展的智能问答技术解决方案。