项目一：电商推荐系统
项目技术：Python、Pandas、Scikit-Learn、Mysql、Spark等
项目介绍：
为用户在网站首页，详情页等企业页面进行商品推荐，提升点击转化率
内容描述：
1、负责数据采集工作，对数仓中的数据进行ETL加工处理，筛选无效重复数据，结构化处理设输出，并对数据进行补缺、替换、数据合并、数据拆分、数据加载和异常处理。
2、建立召回模块、排序模块多个模型，包括item-based协同过滤模型、行为规则模型、CTR模型多个模型，负责模型检验，保证商品推荐结果的多样性。
3、完成用户核心特征，如把用户属性（性别、收入水平、地域等）、用户的行为属性（短期、长期）、及时间上下文（季节、上次购买时间间隔等）作为属性空间，从1层迪卡尔积开始往上构造N层迪卡尔积形成复杂属性空间P，挖掘属性空间与商品的相关，对有明显相关（正相关或负相关）的（属性、物品）对构造特征。
项目三：某网站网推荐系统
项目介绍：
挖掘某网站数据，提取有价值的算法模型，向用户进行推荐，促进用户进行交易，从而提高公司收入和平台的交易金额
项目职责：
1、参与某网站推荐算法研发工作，包括需求的调研、评审、算法模型选型、算法模型的改进、产品质量的评估、对外合作沟通协调，人员的招聘和培养等。
2、设计某网站网推荐系统架构主要包含基础层、模型层、算法层、排序层和应用层。
3、重点研究和改进了LDA模型、用户画像模型、用户偏好模型、刷单模型、用户行为筛选模型和综合各种推荐算法模型排序的问题 。
4、建立某网站网推荐系统，推荐系统直接带来的交易金额在整个平台的交易金额占比提升
5.研发推荐算法模型，并不断进行迭代优化，推荐系统点击用户-订单提交率提升。
