1. 阿里巴巴·官流上门催派进线预估 (算法工程师)
技术栈: LightGBM、增量学习、特征工程、EDA
在日均百万单的快递运单数据基础上,我深入挖掘用户、物流及商品多维度特征,通过探索性数据分析(EDA)构建了十余条高价值衍生特征,并优化了缺失数据的填补策略,将处理耗时从小时级降低至秒级。在此基础上,我采用 LightGBM 模型结合增量学习方法进行训练,成功解决了模型迭代慢的问题。项目上线后效果显著,全品类进线命中率较旧模型平均提升20%,其中用户催派送场景的命中率也提高了6%,有效提升了物流服务的响应效率。
2. 基于Selenium的电商商品信息自动化采集系统 (个人/科研项目)
技术栈: Python、Selenium、BeautifulSoup、反爬虫策略、数据清洗
针对电商平台动态渲染页面的数据采集难题,我独立设计并开发了一套基于 Selenium 的自动化爬虫系统。在工程实现上,我熟练运用 WebDriver 模拟真实用户行为(如随机延迟、鼠标轨迹模拟)以完成商品搜索与详情页抓取;同时,结合 BeautifulSoup 对动态加载的 DOM 树进行精准解析,提取商品标题、价格、销量等核心字段。
为应对复杂的反爬虫机制,我深入研究了风控策略并实施了多维度的对抗方案:通过配置 ChromeOptions 隐藏 window.navigator.webdriver 等自动化特征,集成动态代理 IP 池实现请求轮换,并引入 selenium-stealth 库有效规避了滑块与行为验证码检测。此外,我设计了 Cookie 缓存与复用机制,大幅减少了重复登录的开销。最终,该系统成功实现了日均万级商品数据的稳定采集,并输出为结构化数据集,为后续的推荐算法与价格预测模型提供了高质量的数据支撑。
3. 基于图神经网络的癌症驱动基因识别 (科研项目)
技术栈: GNN、RandomWalk、Self-Attention、生物信息学
在学术研究方面,我致力于解决癌症驱动基因识别的难题。该项目中,我深入调研了深度学习在该领域的前沿进展,并提出了改进的信息传递机制:利用 RandomWalk 生成节点嵌入并与多组学数据拼接,引入阶矩嵌入利用邻居节点信息,并结合 Self-Attention 机制对阶矩进行加权排序。该模型在 STRING、HumanNet 等多个蛋白质互作网络上进行了广泛验证,结果达到 SOTA (State-of-the-Art) 水平,相关论文已发表于 BIBM 会议,展现了我在复杂网络分析与深度学习算法创新上的深厚潜力。