计算机视觉工程师简历范文全文
教育背景
浙江大学
985211双一流
计算机科学与技术 硕士
杭州2018年9月 - 2021年6月
研究方向为深度学习与图像识别，参与实验室视觉检测课题。
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、数字图像处理、机器学习。
专业技能
PyTorch / 深度学习
目标检测与图像分割
TensorRT / 模型部署优化
OpenCV / 图像处理
Python / C++
Docker / Linux
荣誉奖项
浙江大学优秀研究生奖学金
数学建模竞赛省二等奖
自我评价
5年计算机视觉算法研发经验，专注目标检测、图像分割与工业质检落地，熟悉PyTorch、TensorRT与模型量化部署。主导3个视觉项目从算法设计到产线部署，检测精度提升12%，单帧推理耗时降至18ms。具备扎实的深度学习理论基础与工程化能力，能独立完成数据、训练、优化到上线全流程。
工作经历
杭州视界智能科技有限公司
杭州
人工智能工业视觉
计算机视觉算法工程师
2021年7月 - 至今
目标检测模型部署
- 负责工业质检视觉算法研发，主导缺陷检测模型迭代，漏检率由3.2%降至1.1%。
- 搭建TensorRT推理加速与量化流程，单帧推理耗时从45ms优化至18ms，满足产线节拍。
- 带领2人算法小组完成3条产线部署，累计替代人工质检岗位12个。
杭州云图数据技术有限公司
杭州
计算机视觉智慧安防
算法实习生
2020年7月 - 2021年6月
行人重识别数据处理
- 参与行人重识别算法开发，在自建数据集上mAP提升9个百分点。
- 负责数据标注规范与清洗流程建设，训练数据可用率提升至95%。
项目经验
工业表面缺陷检测系统
2023年3月 - 2024年8月
算法负责人
- 设计基于YOLO改进的缺陷检测模型，引入注意力机制，mAP提升8.5%。
- 完成模型剪枝与INT8量化，在边缘设备上实现25FPS实时推理。
高精度图像分割平台
2022年1月 - 2022年12月
核心算法工程师
- 构建多尺度特征融合分割网络，缺陷分割IoU达到86%。
- 搭建自动化训练评估流水线，模型迭代周期由2周缩短至3天。
研究经历
小样本图像分类方法研究/研究助理
杭州
计算机科学与技术学院
2019年9月 - 2021年6月
- 研究小样本条件下的图像分类方法，提出原型网络改进方案。
- 在公开数据集上少样本分类准确率提升6.3%，发表中文核心期刊论文1篇。
其他信息
到岗时间:
可接受短期出差，离职后一周内到岗。
作品集:
github.com/chenyu-cv，含检测与分割项目代码。
证书与认证
飞桨深度学习工程师认证 - 百度飞桨
2023年6月
证明深度学习框架应用与模型开发能力。
计算机视觉工程师（高级） - 工业和信息化部
2022年11月
证明计算机视觉算法与工程实践能力。
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。