参与用户增长部智能推荐系统的迭代，负责用户行为日志的清洗与特征工程，使用Python和Spark处理日均百万级点击流数据，提取用户兴趣标签与上下文特征。与算法研究员协作优化召回模型，通过A/B测试验证新特征对点击率提升0.8%的效果。整理模型训练与评估文档，建立特征监控看板，确保线上模型稳定性。同时参与特征重要性分析，为业务方提供可解释性报告，支持推荐策略调整。