AI算法测试工程师简历范文全文
教育背景
北京邮电大学
211双一流
计算机科学与技术 硕士
北京2018年9月 - 2021年6月
研究方向：机器学习与数据挖掘，参与图像识别相关课题。
武汉理工大学
211双一流
软件工程 本科
武汉2014年9月 - 2018年6月
相关课程：数据结构、概率统计、机器学习基础。
专业技能
Python / Pytest
模型评测与指标设计
PyTorch / TensorFlow
自动化测试平台建设
SQL / 数据构造
Linux / Docker / Jenkins
荣誉奖项
校级优秀毕业生
全国大学生数学建模竞赛省级二等奖
自我评价
4年AI算法测试经验，专注计算机视觉与NLP模型的离线评测、线上质量监控和自动化测试体系建设。熟悉PyTorch、TensorFlow模型推理链路，能独立设计评测指标与数据集，主导搭建自动化测试平台，将回归测试周期缩短60%。
工作经历
北京智瞳科技有限公司
北京
人工智能计算机视觉
AI算法测试工程师
2022年7月 - 至今
模型评测自动化测试
- 负责视觉算法模型的离线评测与线上监控，累计覆盖30余个模型版本，缺陷提前发现率提升35%。
- 搭建基于Pytest的自动化回归测试框架，单轮回归耗时由8小时降至3小时。
- 制定模型评测规范与数据集管理流程，推动算法与测试协作效率提升约40%。
北京云语智能科技有限公司
北京
自然语言处理互联网
测试开发工程师
2021年7月 - 2022年6月
接口测试质量保障
- 承担NLP模型效果测试与badcase分析，输出评测报告20余份，支撑3个核心模型上线。
- 设计接口与数据链路自动化用例，接口测试覆盖率由55%提升至85%。
项目经验
视觉模型离线评测体系建设
2023年3月 - 2024年6月
测试负责人
- 设计图像分类与检测模型的评测指标体系，构建含5万张样本的评测集，模型上线前问题拦截率提升30%。
- 开发评测结果可视化看板，支持算法团队按版本对比指标，评审效率提升50%。
NLP模型线上质量监控
2024年8月 - 2025年2月
核心成员
- 搭建模型线上效果监控与告警机制，覆盖准确率、召回率等6项核心指标，异常发现时效由天级缩短至小时级。
- 联合算法团队定位数据漂移问题，推动模型迭代后线上准确率回升4个百分点。
工作成果
自动化测试提效
主导自动化测试框架落地，年度回归测试人力成本节省约30%。
评测流程标准化
建立模型评测规范并在团队内推广，成为算法上线必检流程。
证书与认证
软件评测师（软考中级） - 工业和信息化部
2023年9月
证明软件测试与质量管理专业能力。
飞桨深度学习工程师认证 - 百度飞桨
2024年5月
证明深度学习框架应用与模型开发能力。
更多算法工程师简历范文
同一职位，不同的版式和写法。点开任意一份即可查看大图。
就从这份范文开始
免费复制到你的账户里，每一句话、每个板块和颜色都能改，改好即可下载投递。