2026年个人工作总结自我评价(五篇).docxVIP

2026年个人工作总结自我评价(五篇)

2026年个人工作总结自我评价（一）

——北京云脉数据科技有限公司·算法部·高级算法工程师·张弛

一、年度目标达成度

1.商业指标

年初承诺“用AI把广告ROI提升8%”，最终线上A/B显示+11.4%，为公司新增毛利1.26亿元。

2.技术指标

①召回率≥92%，实际94.7%；②模型推理延迟≤25ms，实际21ms；③全年零P3级以上故障。

3.组织贡献

主导建立“模型可解释性基线”，被写入集团《算法红线管理办法》第3.2条，成为后续所有上线模型的强制合规项。

二、核心项目复盘

1.项目：千万级稀疏特征端到端训练框架（内部代号“火眼”）

背景：老框架TF1.x+ParameterServer，特征膨胀到30亿维后参数服务器频繁OOM，训练一次需87小时。

方法：

①自研动态Embedding表分片算法，按“特征频率×业务重要性”双因子哈希，把热特征锁在HBM，温特征放DRAM，冷特征落SSD；

②重写OP，用CUDAGraph把稀疏算子打包，Kernellaunch耗时从3.2ms降到0.4ms；

③引入NVIDIAHugeCTR作为子图后端，TensorFlow前端仅做Graph编排，实现“前端易用+后端高效”。

结果：同等精度下，训练时间87h→9h，节省GPU648卡·天，直接降低电费+折旧218万元。

沉淀：代码已开源至/yunmai/huoyan，Star1.8k；相关论文被KDD’26接收（一作）。

2.项目：实时竞价出价策略升级

背景：DSP出价模型原用XGBoost，日预算消耗波动大，凌晨空耗18%。

方法：

①把“预算消耗速率”作为状态变量，用MPC（ModelPredictiveControl）滚动优化未来15min出价；

②为解决延迟奖励问题，构造“Reward-to-go”近似器，用CQL离线强化学习防止OOD；

③上线灰度方案：先10%流量探温，再按“每增加1%流量，成本下降≥0.3%”规则逐级放量，确保风险可控。

结果：CPM降低9.8%，转化成本降低7.2%，凌晨空耗降至4%。

三、个人能力成长

1.技术深度

读完《DesigningMachineLearningSystems》等6本专著，输出12篇2k字以上笔记；用Rust重写了部门模型推理微服务，P99延迟再降18%。

2.技术广度

通过阿里云ACP-大数据、AWSSAA认证；独立搭建K8s+KubeflowPipelines，把模型上线流程从“人肉scp”升级为“GitPush→镜像构建→自动canary→全量”，回滚时间由30min缩短到90s。

3.软技能

①担任算法部“技术播客”主播，全年录制38期，单期最高播放4.7万；②作为Mentor带3名应届生，其中1人晋升P6；③跨部门沟通：与法务、审计、合规三线对齐《个人信息保护法》要求，把“特征可撤销”做成配置化，减少法务驳回率100%。

四、组织与流程建设

1.制度：

①制定《深度学习模型上线ChecklistV5》，把“可解释性报告”“偏见评估”“鲁棒性测试”设为强制门禁；

②发布《GPU算力预算管理细则》，按“业务收益/算力消耗”优先级打分，低于0.8的项目强制下卡，全年释放A100共142张。

2.工具：

开发“内部模型动物园”Web系统，支持一键复现、版本追溯、性能排行榜，把“重复训练”事件从月均27次降到3次。

五、价值观与合规

全年拒绝“买量刷数”需求2次；在季度道德委员会上做《算法偏见与公平性》分享，推动把“demographicparity”写进广告排序权重约束。

六、不足与改进

1.不足：

①对业务先行指标洞察仍偏事后，Q3出现一次“素材衰退”发现晚，损失预算160万；

②公共技术演讲紧张，Q4技术峰会演讲现场语速过快，观众满意度仅82%。

2.改进：

①建立“素材健康度”实时看板，引入EarlyWarningRNN，提前48h预警；

②报名Toastmasters，每周一次TableTopic，已完成10次，目标27年Q1拿到CC（初级沟通）证书。

七、2027年展望

1.技术：探索Diffusion在生成式广告素材上的可控生成，目标CTR+15%；

2.业务：把算法能力输出到跨境电商新业务线，带来增量GMV3亿元；

3.组织：打造“算法—产品—运营”铁三角例会机制，让需求响应周期从10天降到3天。

———

2026年个人工作总结自我评价（二）

——深圳前海微众银行·零售信贷部·风险策略经理·李思

一、年度KPI完成

1.资产质量：整体M3+逾期率0.87%，优于行业平均1.2%；

2.收益：