会员限时优惠
熊帅帅
13800000000
zhangwei@example.com
北京
30
男
环境感知算法工程师
在职
北京
25k-35k教育经历
清华大学
211
计算机科学与技术
硕士
2015.092018.06
- 系统学习了计算机算法、机器学习等专业课程，成绩优异，GPA 3.8/4.0
- 参与多项科研项目，发表学术论文 2 篇，锻炼了科研能力和创新思维
工作经历
百度
技术领先
自动驾驶事业部
环境感知算法工程师
自动驾驶深度学习
2018.072021.06
北京
- 负责自动驾驶环境感知算法的研发与优化，包括目标检测、跟踪、语义分割等任务
- 运用深度学习框架（如 TensorFlow、PyTorch），设计并实现高效的算法模型，使目标检测准确率提升 15%
- 与团队成员紧密合作，完成算法在实际场景中的测试与验证，确保系统的稳定性和可靠性
- 持续关注行业前沿技术，引入新的算法和方法，提升产品的竞争力
字节跳动
创新型企业
自动驾驶团队
高级环境感知算法工程师
算法架构产品落地
2021.072023.06
北京
- 主导公司新一代环境感知算法平台的架构设计与开发，提高了算法的可扩展性和复用性
- 带领团队攻克复杂场景下的感知难题，如恶劣天气、夜间行驶等，使系统在复杂场景下的鲁棒性提升 20%
- 优化算法的实时性，将算法的处理速度提升 30%，满足自动驾驶对实时性的严格要求
- 与产品、测试等团队密切协作，推动算法产品的落地和迭代，产品市场占有率提升 10%
项目经历
自动驾驶环境感知系统开发 - 算法工程师
2018.072020.12
百度
- 该项目为自动驾驶环境感知系统开发，负责目标检测模块
- 采用 YOLO 系列算法，结合数据增强、模型剪枝等技术，优化模型性能
- 在公开数据集上，使目标检测的 mAP 达到 90%，高于行业平均水平 5%
- 算法成功部署在自动驾驶测试车辆上，经过 10000+公里的路测，验证了算法的可靠性
智能交通环境感知项目 - 算法工程师
2022.012023.06
字节跳动
- 参与智能交通环境感知项目，负责多传感器融合算法
- 融合摄像头、激光雷达等传感器数据，提高目标检测的精度和鲁棒性
- 设计基于卡尔曼滤波的目标跟踪算法，实现目标的稳定跟踪
- 项目在某城市智能交通试点应用，使交通事件检测准确率提升 25%
个人总结
8 年环境感知算法工程师经验，精通深度学习算法，在自动驾驶、智能交通领域有丰富实践 具备优秀的算法设计与优化能力，曾多次提升算法性能指标 良好的团队协作和沟通能力，能带领团队攻克技术难题 持续学习，关注行业前沿，具备创新思维
技能专长
深度学习算法
目标检测与跟踪
多传感器融合
荣誉奖项
公司年度优秀员工
其他信息
开源贡献:
- 在 GitHub 上开源了一个基于 PyTorch 的目标检测算法库，获得 500+ star
- 积极参与开源社区交流，为算法爱好者提供技术支持
环境感知算法工程师简历模板
熊猫简历环境感知算法工程师简历模板，支持自定义板块、自定义颜色、AI润色、技能条、荣誉墙、一键更换模板，专业AI辅助一键优化环境感知算法工程师简历内容，仅需5分钟即可拥有一份精美的环境感知算法工程师简历模板，助力你获得「高薪职位」。
云端操作，实时保存
排版格式完整
打印效果最好
操作简单、制作快速，AI 智能优化
