WangShen (Shawn)
推荐算法工程师Agentic产品构建者马拉松初级选手
Exploring the intersection of data, algorithms, and human vibes.
“Your time is limited, so don't waste it living someone else's life. Don't be trapped by dogma - which is living with the results of other people's thinking.”
本站总访问量 ... 次
Education
教育背景
北京大学 · 国家发展研究院
2015.09 — 2018.07经济学本科双学位·GPA：3.09/4.0
北京理工大学 · 数学与统计学院
2013.09 — 2017.07统计学理学学士·GPA：90.56/100（专业排名：3/44）
Experience
工作与实习
快手科技 推荐模型部2021.08 — 2026.03全职直播生成式推荐和精排模型子方向负责人
- Mentor 指导 4 名正式员工和 3 名实习生，主导直播 OneLive 和直播 LARM 从 0 到 1 的落地全流程。
- 业务产出优秀，获得 5 次公司优秀 LR 奖项、公司好主播建模比赛冠军，中稿多篇 KDD。
- 熟悉直播和短视频推荐系统，模型方面做过精排、粗排、召回、多模态、生成式模型；多次参与链路改造，对于消费型和营收型业务迭代有较多经验。
- 代表作：OneLive（业界首个直播生成式推荐工作）、LARM（首个基于 U2I 的多模态对齐框架）、FARM（频域感知的跨域融合工作）。
- 快手科技 Y-tech 硅谷实验室2020.05 — 2021.07全职
计算机视觉研究员（生成式模型与人脸风格化方向） · 导师：王华彦
- 负责 StyleGAN 融合与少样本人脸风格化项目，仅用 100 对非配对风格化图片，上线 WA 风格、古风等多风格客户端；统筹数据处理、服务端模型训练与推理端优化，主导 StyleGAN 融合管线整合及工具开发。
- 参与手绘人脸风格化项目，以 StyleGAN 为数据增强手段优化混合风格训练，提升风格化效果；基于 3D 姿态设计动态人脸裁剪掩膜，解决大角度漏检问题。
- 个人及项目成果：荣获部门优秀项目奖、最佳新人奖。
旷视科技（Face++）2019.06 — 2019.10实习检测组计算机视觉工程师（目标检测方向） · 导师：王志成
- COCO 2019 全景分割任务世界冠军，作为队长，负责模型与损失函数设计。单模型在 mIOU 指标上较上届冠军模型高出 0.6。实现 EMANet、OCNet、APCNet 等主流注意力模块；设计 Ohem 损失与 Context 损失，显著提升分割性能。
- 堆垛检测：自动检测箱装、袋装及各类杂货堆垛。实现单阶段检测模型 RetinaNet，并结合 Focal Loss。在 800+ 张图像上训练模型。提出一种基于图像中密度分级和动态场景的后处理策略，可有效解决视频中堆叠物品的帧间抖动问题。
深睿科技（Deepwise）2018.07 — 2019.04实习算法部研究实习生（语义分割方向） · 导师：梁孔明
- 负责脑出血 CT 自动分割，设计 SEUnet 与多流损失函数，在 2000+ 张图像上使 Dice 系数提升 3%。
- 主导脑梗死病灶 MRI 自动分割，融合多网络结构与复合损失函数，在 1600+ 张图像上使精度提升 1.3%。
- 独立提出首个基于分割的脑中线检测框架，通过 CoordConv 与路径寻优，在内部及公开数据集上均取得领先性能，并在 MICCAI、ISBI 等医学影像顶会发表多篇论文。
Research / Papers
论文
来源 Google Scholar
论文总数：12 篇
OneLive: Dynamically Unified Generative Framework for Live-Streaming Recommendation
S Wang†, Y Huang†, R Yang†, S Wen†, P Xu†, J Cao, Y Liu, K Cai, C Guo, et al.† 共同一作
arXiv preprint2026From Agnostic to Specific: Latent Preference Diffusion for Multi-Behavior Sequential Recommendation
R Yang, X Li, J Sheng, J Cao, X Lin, S Wang, S Yang, Z Liu, T Liu
KDD2026MaRI: Accelerating Ranking Model Inference via Structural Re-parameterization in Large Scale Recommendation System
Y Huang, P Xu, S Wang, C Lao, J Cao, S Wen, S Yang, Z Liu, H Li, K Gai
arXiv preprint2026QARM V2: Quantitative Alignment Multi-Modal Recommendation for Reasoning User Sequence Modeling
T Xia, J Zhang, Y Liu, H Dou, T Yin, J Cao, X Liang, T Xie, L Liu, X Chen, et al.
arXiv preprint2026LARM: LLM-Alignment Live-Streaming Recommendation
Y Liu†, J Cao†, S Wang†, S Wen, X Chen, X Wu, S Yang, Z Liu, K Gai, G Zhou† 共同一作
arXiv preprint2025FARM: Frequency-Aware Model for Cross-Domain Live-Streaming Recommendation
X Li, R Yang, S Wen, S Wang, Y Liu, G Wang, W Hu, Q Luo, J Sheng, et al.
KDD2025Moment&Cross: Next-Generation Real-Time Cross-Domain CTR Prediction for Live-Streaming Recommendation at Kuaishou
J Cao, S Wang, Y Li, S Wang, J Tang, S Wang, S Yang, Z Liu, G Zhou
arXiv preprint2024A Unified Framework for Cross-Domain Recommendation
J Cao, S Wang, G Chen, R Huang, S Yang, Z Liu, G Zhou
arXiv preprint2024Fine-grained control of artistic styles in image generation
X Miao, H Wang, J Fu, J Liu, S Wang, Z Liao
arXiv preprint2021Segmentation-based method combined with dynamic programming for brain midline delineation
S Wang, K Liang, C Pan, C Ye, X Li, F Liu, Y Yu, Y Wang
IEEE ISBI2020Context-aware refinement network incorporating structural connectivity prior for brain midline delineation
S Wang, K Liang, Y Li, Y Yu, Y Wang
MICCAI2020Joint COCO and Mapillary Workshop at ICCV 2019: Panoptic Segmentation Challenge Track Technical Report
S Wang†, T Liu†, H Liu†, Y Ma, Z Li, Z Wang, X Zhou, G Yu, E Zhou, X Zhang, et al.† 共同一作
ICCV Workshop2019
Competitions
比赛经历
快手：好主播识别建模大赛
2025.04公司冠军1/88 支队伍5 人团队· 队长业务认知
通过主播的多周期 RFM 主播行为统计特征和 AA 社交关系特征，更准确地捕捉好主播的行为模式。
技术创新
设计了多周期和多专家模型，解决了长周期预估、多类别预估的问题，显著提升了整体的预测精度。
大模型应用
利用多模态推理大模型，进行主播内容 COT 理解和世界知识推理，显著提高了好主播长尾的预测效果。
ICCV 2019 workshop：COCO全景分割比赛
2019.10世界冠军1/13 支队伍3 人团队· 队长工作概述
负责模型结构与损失函数设计。单模型在 mIOU 指标上较上届冠军模型高出 0.6。
注意力与损失
实现 EMANet、OCNet、APCNet 等主流注意力模块；设计 Ohem 损失与 Context 损失，显著提升分割效果。
创新工厂：眼底水肿病变自动分割AI挑战赛
2018.10全国第四名前 3%团队负责人（独立完成）多任务框架与 UNet++
在 UNet 最高语义层加入分类头，实现多任务学习；设计并训练 UNet++ 模型，利用多尺度信息完成病变分割。在 15 张 OCT 验证集上，模型 Dice 系数达到 0.784，较基线提升 1.2%。
指数对数损失（EL Loss）
提出新型损失函数，改善小病灶分割效果。使用 EL Loss 后，验证集 Dice 系数达到 0.799，提升 2.7%。
级联空洞卷积模块（CA 模块）
设计感受野增强模块，提升大病灶分割性能。加入 CA 模块后，UNet++ 在验证集 Dice 系数达到 0.807，提升 3.5%。
Books
喜欢的书
悉达多2024.09[德] 赫尔曼·黑塞 (Hermann Hesse)
如果你曾怀疑过书本上的教条，或者在寻找人生的意义，请读一读《悉达多》。它告诉我们：真正的智慧不是从老师那里听来的，也不是从经书中读来的，而是像悉达多那样，亲自走入繁华、走入孤独、走入痛苦与爱。「知识可以传达，但智慧不能。」这本书会让你明白，你走过的弯路、犯过的错，其实都是通往圆满的必经之路。
当我谈跑步时我谈些什么2024.02[日] 村上春树
作为跑者，我们都经历过撞墙期的挣扎，也享受过极点后的自由。村上春树在这本书里把跑者的心境写绝了：「痛楚难以避免，磨难可以选择。」对我来说，马拉松不只是一场42.195公里的竞技，更是一场关于自我确认的修行。「我超越了昨天的自己，哪怕只是那么一点点，才最为重要。」如果你也曾独自穿过清晨的街道，在心跳声中寻找意志的边界，这本书就是你的精神补给。它会告诉你，为什么我们非跑不可。
终身成长：重新定义成功的思维模式2023.02卡罗尔·德韦克 (Carol S. Dweck)
固定型思维 vs 成长型思维：我们的一生其实都在两种思维间博弈。固定型思维认为才华是静态的，时刻担心被评价，视努力为耻辱；成长型思维认为能力可以通过努力培养，热爱挑战，视失败为进阶的阶梯。读完《终身成长》，我最大的收获是获得了容错的勇气。它不仅仅是在教你如何成功，更是在教你如何坦然地、充满希望地面对不完美的自己。要么成功，要么成长，这个思维一直激励我不断挑战自己，尝试更新的技术，做更难的事情。
遥远的救世主2017.04豆豆（本名李雪，代表作「灵魂三部曲」：《背叛》、《遥远的救世主》、《天幕红尘》）
核心：打破弱势文化，重塑强者思维。为什么有些人能看透局势，而有些人只能随波逐流？这本书通过丁元英这个「鬼才」，揭示了一个残酷而深刻的概念——「文化属性」。它会告诉你：这个世界上从来没有什么救世主，真正的救赎不在于外力的拉拔，而在于你对自己认知的彻底觉醒。读完你会明白，所谓的「神话」，不过是如实观照事物规律后的产物。在大学的时候，参加芝兰社团被推荐到这本书，第一次读到惊为天人，如实观照变成了后来做事的准则。
Life / Gallery
生活与相册
- 2025.10.10
再见，冰岛🇮🇸
我还会走许多弯路，还会为许多「已实现」感到失望，但一切终将实现它们的意义。
- 2025.09.17
30岁你好🎂
未来的路上，时刻提醒自己，重要的不是向上或者向下，而是持续向前。愿你我都有缓慢而扎实的生活，从今天起，关心粮食、蔬菜和大自然。
- 2024.10.27
【首马335】首届海淀马拉松
首届海淀马拉松，也是我的首马。赛前预期是跟着330的兔子顺下来，结果到37公里开始岔气，加上腿酸，导致跟不住，最后335安全完赛，下次再战330。 今天天气很好，一路也很平坦，起伏不大，路上加油声络绎不绝。330兔子大队伍也一直互相打气，让我真切的感受到一个人可以跑的很快，但是一群人可以跑的更远。马拉松对于我而言，是一种对身体和意志的挑战，和一群人奔跑的时候，我感受到了平日未曾感受到的生命力，它具象且热烈。
