2026年本月工作总结和自我评价(五篇)

2026年本月工作总结和自我评价(五篇)2026年4月工作总结与自我评价——北京极光云智科技有限公司·数据智能事业部·算法三组·高级算法工程师李骁一、本月核心交付1.千亿级推荐模型Aurora-Rec2.3全链路升级1.1背景3月28日线上A/B显示，老版本在18-24点时段CTR下降4.7%，归因于短视频内容池激增后ID特征哈希冲突率升至2.3%。事业部下达“30天内召回率回升3%，训练成本不增”的硬指标。1.2技术方案①动态哈希分区：将MurmurHash3128-bit输出按8-bit切片，引入虚拟桶号+物理桶号两级映射，冲突率降至0.17%。②稀疏参数服务器热分区：基于自研PS-Plus框架，把1.1Tembedding按“小时活跃度”切64路热分区，热参数常驻A100-80G，冷参数下沉至IceLakeNVMe，训练步长缩短18%。③梯度补偿策略：对冷启动样本采用延迟梯度补偿，延迟窗口120s，补偿权重按曝光密度指数衰减，收敛曲线平滑无抖动。1.3实施步骤Day1-3：离线构造7天92亿条日志，复现冲突，验证方案可行性。Day4-6：在Kubeflow1.9上搭建64卡A100训练集群，镜像cuda12.4-nccl2.21，打通HDFS→Kafka→PS-Plus数据流。Day7-10：完成热分区脚本，监控指标写入Prometheus，Grafana看板新增“hash_collision_rate”“hot_param_hit_ratio”。Day11-15：灰度5%流量，观察24h，CTR回升1.2%，无P99延迟劣化。Day16-20：全量切换，召回率+3.4%，训练耗时11.3h→9.1h，单epoch成本降低1.7万元。1.4风险与合规上线前通过法务《生成式算法合规审查表》V3.2，重点核查“是否诱导沉迷”，确认无负向价值导向内容加权。2.实时特征平台Falcon-Feature0.9生产落地2.1需求运营侧要求“618大促”前支持2000维实时特征，端到端延迟<50ms，SLA99.99%。2.2架构采用Flink1.18+RedisCluster7.2+DragonFly缓存分层。自定义RichAsyncFunction实现“先写DragonFly后写Redis”双写，当DragonFly内存占用>85%自动降级。引入ZSTD压缩，单条特征1.2KB→0.35KB，网卡流量下降42%。2.3压测使用公司自研压测枪SnowGoose，模拟280万QPS，持续90min，CPU利用率68%，P99延迟43ms，满足SLA。2.4交付4月25日完成16条业务线接入，日均31亿次调用，预计大促节省42台32C128G物理机。3.算法工程效率工具链3.1背景组内11名算法工程师，平均每周4.5小时花在“数据对齐、镜像打包、CUDA版本冲突”等杂务。3.2方案基于Devbox思想，开发“一键炼丹”CLI工具alchemy，核心命令：alchemyinit—model=deepfm—data=hdfs://click/20260424—gpus=8自动完成：①拉取cuda12.4-devel-ubuntu22.04基础镜像；②根据model模板生成Dockerfile、requirements、K8sYAML；③挂载/mnt/cephfs/{user}/code到容器/workspace；④启动TensorBoard，端口自动分配并打印https域名；⑤训练结束推送模型到Harbor，并生成含diff的MR。3.3效果4月30日组内调研问卷显示，平均杂务时长降至1.1h/人周，代码合并冲突减少38%。二、组织与流程改进1.值班制度升级原“单兵7×24”导致3月两次漏告警。本月重写《算法线上值班SOP》V4.0：①双岗制：主值+备值，主值晚22点前必须提交《当日巡检报告》到Lark群；②告警分级：P0电话+P1企业微信+P2仅飞书；③应急剧本：针对“特征断流”“模型输出NaN”等7种场景，给出3分钟内可执行的命令行+SQL+回滚指令；④复盘时限：故障结束后1个工作日完成5W1H复盘，逾期扣绩效5%。实施25天，告警平均响应时长3min→1.2min，漏告警0次。2.代码评审红线与QA部门共同制定《算法代码红线》十条，如“禁止在训练脚本硬编码AK/SK”“禁止把用户明文uid打印到日志”。通过pre-commit钩子+GitLabCI双重检查，4月拦截潜在合规问题5次，已写入《研发质量白皮书》。三、个人成长与知识输出1.技术深耕①完成《ParameterServer原理与实战》内部小册3.2万字，已上传Confluence，首周阅读量1,247次；②报名MIT6.824春季班，通过Lab1-3，Raft实现获100%单元测试通过；③申请发明专利2项：《一种基于虚拟桶的动态哈希方法》《一种冷热分区的稀疏参数服务器系统》。2.团队分享4月12日举办“极光午餐会”第9期，主题《GPU算力压榨：从StreamingMultiprocessor到TensorMemoryAccelerator》，现场46人，线上133人，NPS评分72。3.英语与沟通每日30分钟Shadowing，本月完成《HarvardBusinessReview》精听8篇，可脱稿复述90%内容；与新加坡Shopee团队英文例会3次，无同传，沟通效率获对方TL书面表扬。四、数据化自我评价1.绩效指标①业务KPI：CTR回升3.4%，超额0.4%，权重40%，得38.4/40；②技术ROI：训练成本节省1.7万/天，月度51万，权重20%，得19.5/20；③合规&质量：0P0故障，红线0触碰，权重20%，得20/20；④组织贡献：工具链覆盖11/11人，权重20%，得20/20；总分97.9，位列算法三组1/11。2.能力雷达（1-5分）机器学习理论4.5→4.7工程架构4.0→4.6性能优化4.3→4.8跨团队沟通3.8→4.2英语技术表达3.5→4.03.360反馈摘录产品总监A：能提前预判大促流量，给出可落地的降级方案，合作愉快。运维TLB：值班SOP落地后，周末不再被电话惊醒，感谢。组内新人C：alchemy工具让我第一天就跑通训练，节省一周踩坑时间。五、下月规划1.业务①启动“多目标多模态”项目，预期提升GMV5%，5月15日前完成baseline；②与印尼团队联合优化东南亚低带宽场景，目标P99延迟<300ms。2.技术①调研NVIDIAGraceHopper超级芯片，评估混合精度训练能效比；②将PS-Plus热分区代码开源至GitHub，Star目标500。3.组织①建立“算法+研发+QA”三方质量评审周会，减少上线后回滚；②推动将alchemy工具链推广到数据中台，覆盖120+数据分析师。4.个人①完成MIT6.