图像识别算法工程师简历范文全文
自我评价
4年图像识别算法开发经验，专注目标检测与图像分类，主导过工业质检、电商商品识别等项目落地。熟练使用PyTorch、TensorRT，具备从数据构建到模型压缩部署的全链路能力。累计将模型推理延迟降低60%，准确率提升8个百分点，支撑日均百万级调用。
工作经历
北京智图科技有限公司
人工智能计算机视觉
北京
图像识别算法工程师
PyTorch模型部署
2023年4月 - 至今
- 负责工业质检目标检测算法研发，主导缺陷检测模型迭代，mAP从82%提升至89%。
- 完成模型量化与TensorRT加速，推理延迟从35ms降至13ms，满足产线实时检测需求。
- 搭建数据标注与增量训练流程，将新缺陷类别的模型上线周期从3周缩短至5天。
北京优视智能科技有限公司
智能零售AI解决方案
北京
算法工程师
目标检测图像分类
2021年7月 - 2023年3月
- 负责商品图像分类与检测模型开发，支撑智能货柜商品识别，Top-1准确率提升6个百分点。
- 构建数据增强与难例挖掘机制，将误识别率从5.2%降至2.1%，月客诉减少40%。
项目经验
工业质检缺陷检测系统 - 算法负责人
2023年5月 - 2024年6月
- 采用YOLO系列与ResNet主干结合，设计多尺度特征融合方案，小目标缺陷检出率提升12%。
- 引入知识蒸馏压缩模型体积，参数量减少45%，精度损失控制在1%以内，成功部署至边缘设备。
智能货柜商品识别项目 - 核心算法工程师
2021年9月 - 2022年12月
- 针对货柜遮挡与光照变化场景，构建多视角图像融合分类模型，识别准确率达到94.5%。
- 设计自动化数据清洗与标注质检流程，标注效率提升50%，保障模型快速迭代。
专业技能
PyTorch
目标检测（YOLO/Faster R-CNN）
TensorRT/ONNX部署
图像分类与分割
Python/C++
Linux/Docker
教育背景
北京理工大学
985211双一流
北京
控制科学与工程 硕士
2018年9月 - 2021年6月
研究方向为计算机视觉与模式识别，核心课程：数字图像处理、机器学习、模式识别。
武汉理工大学
211双一流
武汉
自动化 本科
2014年9月 - 2018年6月
GPA 3.6/4.0，通过CET-6。
工作成果
工业质检项目获客户高度认可
主导工业质检算法优化，检测精度超越客户验收标准5个百分点，帮助公司拿下年度框架订单。
推理成本显著降低
模型压缩成果在公司内部推广至3条产品线，年均节省云端推理成本约30万元。
证书与认证
飞桨深度学习工程师（中级） - 百度飞桨
2022年9月
证明深度学习与计算机视觉工程实践能力。
华为云AI工程师认证（HCIP-AI） - 华为云
2023年6月
证明云上模型训练与部署能力。
更多图像处理简历范文
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。