深度学习实习简历范文全文
教育背景
北京理工大学
985双一流
计算机科学与技术 硕士
北京2024年9月 - 2027年6月
研究方向为计算机视觉与多模态学习，GPA 3.8/4.0，专业排名前 10%。
武汉理工大学
211双一流
软件工程 本科
武汉2020年9月 - 2024年6月
相关课程：机器学习、深度学习、数据结构、线性代数。
专业技能
PyTorch
Python
目标检测与分割
Transformer 与多模态
模型压缩与部署
C++ 与 CUDA 基础
荣誉奖项
全国大学生数学建模竞赛 国家二等奖
校级一等奖学金
自我评价
计算机视觉方向在读硕士，具备扎实的深度学习理论基础与工程落地能力，熟练使用 PyTorch 完成模型训练、调优与部署。主导过目标检测与图像分割项目，在公开数据集上将 mAP 提升 4.2 个百分点。熟悉 Transformer 与多模态方法，有论文复现和开源贡献经验，可长期稳定实习。
项目经验
基于改进 YOLO 的工业缺陷检测系统
2025年3月 - 2025年9月
算法负责人
- 针对小目标缺陷改进特征融合与损失函数，在自建数据集上 mAP 提升 4.2 个百分点。
- 使用 TensorRT 完成推理加速，单张图片推理耗时由 38ms 降至 15ms。
多模态图文检索模型复现与优化
2024年11月 - 2025年2月
核心开发
- 复现 CLIP 双塔结构并在中文数据集微调，Recall@1 提升 6.5%。
- 引入难负样本挖掘策略，训练收敛速度提升约 30%。
研究经历
面向自动驾驶的多传感器融合感知研究/硕士研究生（课题组成员）
北京
计算机学院 智能感知实验室
2024年10月 - 至今
- 负责激光雷达与相机融合的 3D 检测模块，在 nuScenes 子集上 NDS 提升 2.1。
- 撰写实验方案与消融分析，参与组内论文投稿准备工作。
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
算法实习生
2025年7月 - 至今
PyTorch目标检测
- 负责缺陷检测模型的数据清洗与增强流程，训练集有效样本量提升 35%。
- 参与模型量化与 TensorRT 部署，线上推理吞吐提升约 1.8 倍。
武汉云图数据有限公司
武汉
大数据企业服务
算法实习生
2023年7月 - 2023年9月
Python数据标注
- 搭建图像标注质量抽检脚本，标注返工率由 12% 降至 4%。
- 协助完成分类基线模型训练，验证集准确率达到 91.3%。
工作成果
竞赛获奖
全国大学生数学建模竞赛国家二等奖，负责算法建模与实现。
模型效果提升
工业缺陷检测项目 mAP 提升 4.2 个百分点，推理耗时降低 60%。
开源贡献
向开源视觉库提交数据增强相关 PR 并合入，获维护者认可。
证书与认证
全国计算机等级考试二级（Python） - 教育部教育考试院
2022年9月
证明 Python 编程基础能力。
大学英语六级（CET-6） - 教育部教育考试院
2023年6月
具备英文文献阅读与技术文档理解能力。
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。