深度学习算法实习生简历范文全文
教育背景
北京邮电大学
211双一流
计算机科学与技术 硕士
北京2024年9月 - 2027年6月
研究方向为计算机视觉与深度学习，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
核心课程：机器学习、数据结构、线性代数、概率论与数理统计。
专业技能
PyTorch
Python
目标检测与图像分割
模型训练与调优
OpenCV
Linux / Git
荣誉奖项
全国大学生数学建模竞赛 省级一等奖
校级一等奖学金
中国大学生计算机设计大赛 国家级三等奖
自我评价
计算机视觉方向硕士在读，具备扎实的深度学习理论基础与工程实现能力，熟练使用 PyTorch 完成模型训练、调优与部署。参与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。可每周实习 4 天以上，持续 6 个月，期望在算法工程团队深入打磨模型落地能力。
项目经验
基于 YOLOv8 的工业缺陷检测系统
2025年3月 - 2025年9月
算法负责人
- 构建 1.2 万张工业缺陷数据集，设计数据增强与难例挖掘策略，mAP@0.5 由 82.3% 提升至 86.5%。
- 使用 TensorRT 完成模型量化与推理加速，单张图片推理耗时由 45ms 降至 18ms，满足产线实时检测需求。
遥感图像语义分割模型优化
2024年10月 - 2025年2月
核心开发
- 基于 SegFormer 引入多尺度注意力模块，在自建遥感数据集上 mIoU 提升 3.8 个百分点。
- 搭建 PyTorch 分布式训练流程，8 卡训练效率提升约 30%，缩短单轮实验周期。
研究经历
轻量化目标检测算法研究/硕士研究生（导师课题组）
北京
计算机学院 计算机视觉实验室
2024年10月 - 至今
- 研究面向边缘设备的轻量化检测网络，设计通道剪枝与知识蒸馏联合方案，参数量减少 42% 且精度损失小于 1%。
- 复现并对比 6 种主流检测算法，整理实验基线，相关成果投稿中文核心期刊 1 篇。
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
2022年9月 - 至今
PyTorch模型部署
- 负责商品图像分类模型迭代，通过难例重采样与标签清洗，Top-1 准确率由 91.2% 提升至 93.6%。
- 参与模型上线流程，使用 ONNX 导出并完成服务端部署，接口平均响应时间控制在 60ms 以内。
武汉云图数据有限公司
武汉
大数据企业服务
数据分析实习生
2020年7月 - 2022年8月
Python数据清洗
- 使用 Python 与 SQL 清洗 50 万条业务数据，输出可视化分析报告 8 份，支撑运营策略调整。
- 搭建用户行为特征统计脚本，将周报数据整理时间由 6 小时缩短至 1 小时。
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
具备英文技术文献阅读能力。
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。