图像识别高级算法工程师简历范文全文
熊帅帅
图像识别高级算法工程师
自我评价
7年计算机视觉算法经验，专注图像分类、目标检测与工业缺陷检测落地，主导过3个从0到1的视觉算法项目。精通PyTorch与模型量化部署，熟悉TensorRT与边缘端推理优化。具备团队管理与跨部门协作经验，成果多次转化为线上业务指标提升。
工作经历
2022年9月
-
至今
杭州视界智能科技有限公司
人工智能工业视觉
图像识别高级算法工程师
目标检测模型部署
杭州
- 主导工业缺陷检测算法体系搭建，检测准确率由92.4%提升至98.7%，误检率下降61%。
- 负责模型轻量化与TensorRT部署，单帧推理耗时从85ms降至23ms，支撑产线日均百万级图像处理。
- 带领4人算法小组完成需求拆解与迭代排期，交付周期平均缩短30%。
2020年7月
-
2022年8月
上海云图数据科技有限公司
互联网计算机视觉
算法工程师
图像分类PyTorch
上海
- 负责商品图像分类与细粒度识别模型研发，Top-1准确率提升9.2个百分点。
- 搭建数据标注与增强流水线，标注成本降低约40%，模型迭代效率提升一倍。
项目经验
2024年3月
-
2024年5月
工业表面缺陷检测平台
算法负责人
- 设计多尺度特征融合检测网络，小目标缺陷召回率提升至96.5%。
- 构建难例挖掘与半自动标注流程，训练数据利用率提升35%，模型上线后客户复购率提升18%。
2022年12月
-
2023年2月
零售货架商品识别系统
核心算法工程师
- 基于度量学习实现万级SKU细粒度识别，识别准确率达到94.8%。
- 完成移动端模型压缩与量化，包体缩小70%，端侧推理稳定在50ms以内。
专业技能
PyTorch / 深度学习
目标检测与图像分类
模型量化与TensorRT部署
Python / C++
数据标注与增强流水线
团队管理与项目推进
教育背景
2019年8月
-
2021年5月
浙江大学
985211双一流
计算机科学与技术 硕士
杭州
研究方向为计算机视觉与模式识别，参与国家自然科学基金项目1项。
2016年8月
-
2020年5月
武汉大学
985211
电子信息工程 本科
武汉
核心课程：数字图像处理、机器学习、线性代数。
工作成果
检测精度行业领先
主导的缺陷检测方案在客户产线稳定运行两年，综合准确率保持98%以上。
团队建设
从0组建4人视觉算法小组，培养2名骨干独立负责项目模块。
部署效率提升
推动推理优化标准化流程，新模型上线周期由两周压缩至三天。
荣誉奖项
浙江省科学技术进步奖三等奖
浙江大学优秀毕业研究生
证书与认证
人工智能工程师（中级） - 工业和信息化部教育与考试中心
2022年6月
证明人工智能算法与工程实践能力。
AWS Certified Machine Learning – Specialty - 亚马逊云科技
2021年9月
证明云端机器学习方案设计与部署能力。
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。