拥有6 年推荐算法实践经验，曾参与内容平台个性化推荐、电商商品推荐等项目的基础开发工作，熟悉协同过滤、基于内容的推荐、深度学习推荐（如 DeepFM、Wide & Deep）等主流算法的应用场景与常见问题。熟练使用 Spark MLlib、TensorFlow 等工具，对推荐系统中的数据稀疏性、冷启动、推荐多样性平衡等痛点有实际解决经验。在答疑中，擅长针对学员在推荐模型搭建、用户兴趣建模、推荐效果评估等环节的困惑，提供具体操作建议，帮助学员理解算法与业务需求的匹配逻辑，提升推荐算法实操能力。