项目名称 / Project Name

Python后端/Agent开发工程师 简历

简介 / Summary

工作经历

Python 开发工程师（大模型特征与数据分析方向） 2022.04 - 至今
北京外企德科人力资源服务上海有限公司（华为项目组）
【搜索体验服务优化项目 - 鸿蒙 Next 设备搜索相关性优化】
•负责搜索特征工程后端开发，基于 LLM（DeepSeek）+ sentence-transformer 生成推荐词、语义向量、开放/封闭域标签等特征，支持搜索召回与排序模型。
•设计离线全量 + 在线增量（DMQ 触发）双管道特征生成服务，通过增量识别算法避免每日全量重跑，计算资源消耗降低 90%；配合线程池并发与指数退避重试，单日处理1w+增量应用，特征覆盖率达 99.99%+，新应用特征生效时间从天级缩短至分钟级。
• 基于 LLM + SparkSQL 开发 Text-to-SQL 能力，构建知识库，提升产品迭代效率。
•搭建搜索行为数据仓库，开发 SparkSQL 查询接口，支持自定义条件分析词-应用转化指标（CTR、DTR、NDCG 等）。
•设计搜索质量监控后台（SparkSQL + FineBI），实现核心指标实时趋势监控与异常告警。

【分布式存储项目质量看护管理 - ToB 运营商大区】
负责项目生命周期质量管理，开发风险识别巡检工具，实现局点风险清零

运维开发工程师 2017.07 - 2022.04
杭州东信北邮信息技术有限公司
负责千万级呼叫平台的自动化监控系统开发（Python/Shell），实现性能指标采集、告警规则配置与日报自动推送。

核心项目经验

项目名称： 应用搜索相关性特征生成平台
项目描述：
主导开发高可用、高扩展的搜索特征生成后端平台，利用大模型和向量模型自动化生产多维特征，支撑鸿蒙 Next 应用搜索的召回与相关性排序。
主要工作：
离线特征生成模块：设计智能增量识别机制（差集 + 描述指纹） ，避免每日全量重跑；实现增量特征与历史特征无损合并；采用 ThreadPoolExecutor 控制并发，结合指数退避重试（2s/4s/8s），保障 LLM 接口稳定性，单日处理增量应用 1 万+，调用成功率 99.5%+。
在线实时特征服务：设计任务路由分发网关，接受 DMQ 消息按特征类型（推荐词/向量/标签）并行分发，实现逻辑解耦与独立扩展；使用装饰器实现超时控制（100ms），快速返回默认状态；各子服务独立部署，支持单节点故障隔离，系统可用性提升至 99.99%。
完成推荐词生成、LLM 摘要 + 向量转换、开放域标签提取 + 封闭域映射 + 质量打分等全链路处理，并持久化至 Elasticsearch / DCS 供召回侧使用。
开发完整生产记录和监控模块，支持全流程追踪与问题快速定位。
项目成果：
特征覆盖率长期稳定在 99.99%+；
新上架应用冷启动召回时间从天级缩短至分钟级；
生成的特征已大规模应用于搜索召回与排序模型训练，显著提升长尾应用曝光率和点击率；
全流程记录机制帮助团队多次快速定位并修复特征生成问题。

技术栈 / Tech Stack

  • 后端开发：Python（FastAPI/Flask）、RESTful API设计、并发编程（ThreadPoolExecutor、asyncio）、任务调度、Docker
  • 数据/AI工程：SparkSQL（熟练）、Pandas、FineBI、sentence-transformers、- Prompt Engineering（Few-shot/CoT）
  • 存储与中间件：MySQL、Elasticsearch、Redis、DMQ
  • 通用工具：Linux、Shell、Git

链接 / Links

详细介绍 / Details