图像处理算法软件工程师简历范文全文
自我评价
5年图像处理与计算机视觉算法研发经验，主导过工业缺陷检测、人脸活体检测等落地项目，熟悉检测、分割、跟踪全链路。精通C++与Python，熟练使用OpenCV、PyTorch及TensorRT部署优化，具备从算法设计到端侧落地的完整能力。曾将产线缺陷漏检率降低至0.5%以下，模型推理速度提升2倍。
工作经历
杭州视界智能科技有限公司
人工智能工业视觉
杭州
图像处理算法工程师
目标检测模型部署
2022年9月 - 至今
- 负责工业表面缺陷检测算法研发，主导YOLO系列模型改进，产线漏检率由3%降至0.5%以下。
- 基于TensorRT完成模型量化与推理加速，单帧耗时从80ms降至35ms，满足产线实时节拍。
- 搭建数据标注与增量训练流程，模型迭代周期由两周缩短至3天，支撑5条产线交付。
上海睿图信息技术有限公司
计算机视觉安防
上海
计算机视觉算法工程师
图像增强深度学习
2020年7月 - 2022年8月
- 参与人脸活体检测算法开发，设计多模态融合方案，攻击样本拦截率提升至99.2%。
- 负责图像预处理与增强模块优化，低照度场景识别准确率提升8个百分点。
- 配合产品完成算法SDK封装与移动端适配，支撑3个客户项目按期上线。
项目经验
工业缺陷检测视觉系统 - 算法负责人
2024年3月 - 2024年5月
- 设计小样本缺陷检测方案，引入数据合成与难例挖掘，稀有缺陷召回率提升至96%。
- 完成模型剪枝与INT8量化，在边缘设备上实现25FPS实时推理，部署成本降低40%。
- 系统上线后替代人工复检岗位6个，年节省人力成本约80万元。
移动端人脸活体检测SDK - 核心算法工程师
2022年12月 - 2023年2月
- 基于轻量级网络设计活体检测模型，参数量压缩至1.2M，满足中低端机型运行要求。
- 构建多场景测试集并完成端侧性能调优，误识率控制在0.1%以内。
专业技能
C++ / Python
OpenCV
PyTorch
目标检测与分割
TensorRT / ONNX 部署
CUDA 并行加速
教育背景
浙江大学
985211双一流
杭州
计算机科学与技术 硕士
2019年8月 - 2021年5月
研究方向为计算机视觉与图像处理，参与国家自然科学基金项目1项。
武汉理工大学
211双一流
武汉
电子信息工程 本科
2016年8月 - 2020年5月
主修数字图像处理、信号与系统、模式识别等课程。
荣誉奖项
浙江省科技进步二等奖
浙江大学优秀毕业研究生
证书与认证
计算机技术与软件专业技术资格（软件设计师） - 工业和信息化部
2019年11月
证明软件设计与开发能力。
全国计算机等级考试三级（网络技术） - 教育部考试中心
2016年3月
证明计算机网络基础能力。
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。