推荐算法工程师简历怎么写：先写清你在推荐链路的哪一环

1写清你在推荐链路的哪一环：召回、粗排、精排还是重排

为什么重要：推荐系统岗位分工极细，面试官第一眼看的就是你负责哪一段，因为不同链路的模型复杂度、数据量和工程约束完全不同，写「负责推荐系统优化」等于没写。

怎么写：用句式：「负责〖多路召回〗中的〖向量召回/i2i〗一支，日均请求〖填数字〗万次，召回率@500 从〖填数字〗提升到〖填数字〗」。

2所有指标都要带基线、口径和观测方式

为什么重要：推荐岗几乎人人写「CTR提升」，但不写对照组、不写离线还是在线、不写跑了几天，面试官默认这个数字是凑的，会直接跳过。

怎么写：写：「A/B实验中实验组对比对照组，人均曝光时长〖+X%〗、CTR〖+X%〗，连续观测〖7〗天显著」。离线指标则注明数据集与评测口径。

3体现你懂线上工程约束，不只是离线调模型

为什么重要：推荐模型最终要跑在几十毫秒的推理预算里，还要面对高QPS和显存限制。能写清延迟、算力与效果之间怎么做取舍的人，在候选人里非常少。

怎么写：写：「精排模型参数量增至〖填数字〗，通过特征裁剪与半精度量化，把P99延迟控制在〖40ms〗内，QPS 提升〖填数字〗」。

4写出你的技术判断，而不只是执行结果

为什么重要：面试官真正想验证的是：当指标打架、实验不显著、业务方要求「再涨点」时，你能不能做出决策。这部分通常藏在项目复盘的细节里。

怎么写：写：「发现只盯〖点击率〗会推高标题党内容，改用〖多目标/长期价值〗指标作为主观测，并推动离线评测标准同步修改」。

5关键词要贴着 JD 的技术栈写，不要只写「推荐算法」

为什么重要：很多公司先用关键词做初筛，JD 里出现的召回、排序、CTR预估、多目标、特征工程、A/B实验，你的简历里必须出现同样的词，否则系统直接把你过滤掉。

怎么写：在技能栏与项目描述里复现JD原词：「熟悉双塔、DeepFM、DIN 等排序模型；熟悉 Faiss/HNSW 向量检索；熟悉 Flink/Spark 特征工程」。

6项目精简到2到3个，每个都能撑住30分钟追问

为什么重要：推荐是纵深型岗位，面试官会顺着简历一层层往下挖，从样本构造挖到特征穿越、从指标挖到置信区间。写七件浅事，等于给自己准备七次翻车。

怎么写：每个项目按「业务背景—我的技术选型与原因—A/B结果—复盘与后续」四段写，控制在5到6行，剩下的项目一句话带过或直接删掉。

计算机相关专业硕士，实习期间参与推荐系统召回链路开发：用〖双塔模型〗替换原规则召回，离线召回率@200 从〖填数字〗提升到〖填数字〗。熟悉协同过滤、CTR预估、特征工程与A/B实验流程，能独立完成从样本构造到离线评测的全链路。

3年推荐算法经验，负责电商场景精排与多目标优化：主导〖MMoE 多任务模型〗上线，CTR 相对提升〖X%〗、CVR 提升〖X%〗。搭建 Flink + Spark 实时特征管道，新增〖填数字〗个特征，推理 P99 延迟控制在〖40ms〗以内。

5年推荐系统经验，覆盖召回、粗排、精排全链路。主导从0到1搭建〖多路召回 + 向量检索〗体系，服务 DAU〖填数字〗万。推动离线评测标准与A/B实验规范落地，年度人均使用时长提升〖X%〗，带过〖填数字〗人算法小组。