参与智能推荐系统的算法迭代，主要负责特征工程与模型调优工作。基于用户行为日志，使用Python和Spark完成数据清洗、特征提取与工程化处理，构建了包含用户画像、物品特征与上下文特征的宽表。采用XGBoost与DeepFM模型进行离线训练与调参，通过特征筛选与模型集成，线下AUC提升4.2%。设计AB实验方案并撰写详尽的数据分析报告，评估模型上线效果，推动模型上线后CTR提升3.1%。