مهندس ارشد یادگیری ماشین
اسنپ (Snapp)
ژوئن ۲۰۲۲ - اکنون
- موتور توصیهگری ساخت که روزانه بیش از ۱۰ میلیون پیشبینی را با ۹۹.۵٪ دسترسپذیری و تأخیر P99 کمتر از ۸۰ میلیثانیه ارائه میدهد
- خط لوله ML سرتاسری از دریافت داده تا استقرار مدل با استفاده از Kubeflow و MLflow توسعه داد و زمان استقرار را از ۲ هفته به ۳ ساعت کاهش داد
- نرخ کلیک را از طریق تغییرات معماری مدل با تست A/B در ۴ سطح محصول ۲۵٪ بهبود بخشید
- یک feature store طراحی و پیادهسازی کرد که بیش از ۵۰۰ ویژگی را به ۱۲ مدل تولیدی ارائه میدهد و تکرار مهندسی ویژگی را ۷۰٪ کاهش داد
- به ۳ مهندس جوان ML آموزش داد و فرایند بازبینی مدلی را پایهگذاری کرد که در سراسر تیم پلتفرم ML پذیرفته شد
