图像识别资深工程师简历范文全文
自我评价
8年计算机视觉与图像识别工程经验，深耕目标检测、图像分割与OCR识别，主导多个千万级日调用量的视觉算法项目落地。熟练掌握PyTorch/TensorRT，具备模型压缩与端侧部署全链路能力，熟悉检测/分割模型从训练到量产的完整流程。曾带领6人算法团队，模型精度提升11个百分点，推理耗时降低60%。
工作经历
杭州云视智能科技有限公司
人工智能计算机视觉
杭州
图像识别资深工程师
目标检测模型部署
2021年4月 - 至今
- 主导工业质检视觉识别平台算法研发，检测精度由92%提升至98.6%，年支撑产线检测超5亿件。
- 负责检测模型轻量化与TensorRT部署，单张推理耗时从120ms降至38ms，GPU成本下降45%。
- 搭建数据标注与模型迭代闭环，模型周迭代效率提升3倍，支撑12条产线快速接入。
杭州数智视觉技术有限公司
安防视觉ToB服务
杭州
计算机视觉算法工程师
图像分割OCR识别
2018年7月 - 2021年3月
- 负责视频结构化识别算法开发，行人重识别准确率提升至94.2%，支撑30余个城市安防项目。
- 主导OCR证件识别模块优化，复杂场景字符识别准确率由89%提升至96%，日均调用量超200万次。
- 参与算法平台建设与团队技术评审，推动模型上线周期由2周缩短至4天。
项目经验
工业缺陷检测小样本识别系统 - 算法负责人
2022年3月 - 2023年9月
- 设计基于迁移学习的小样本检测方案，仅用500张样本将新品缺陷识别准确率提升至95%，节省标注成本约60%。
- 采用模型剪枝与量化方案压缩模型体积70%，在边缘设备上实现30FPS实时检测，替代原云端方案。
复杂场景OCR识别引擎建设 - 核心算法工程师
2019年5月 - 2020年12月
- 构建多模态OCR识别流水线，融合文本检测与识别，复杂光照下证件识别准确率达97.5%。
- 通过数据增强与对抗训练提升模型鲁棒性，线上误识率下降40%，日均处理图片超200万张。
专业技能
PyTorch
目标检测（YOLO/Faster R-CNN）
图像分割（Mask R-CNN/SegFormer）
TensorRT 模型部署
OCR 识别
模型压缩与量化
教育背景
浙江大学
985双一流
杭州
计算机科学与技术 硕士
2015年9月 - 2018年6月
研究方向：计算机视觉与图像识别；曾获校一等奖学金。
华中科技大学
211双一流
武汉
电子信息工程 本科
2011年9月 - 2015年6月
相关课程：数字图像处理、模式识别、机器学习。
荣誉奖项
浙江大学一等奖学金
云视智能年度技术创新奖
证书与认证
人工智能工程师（深度学习方向） - 工业和信息化部
2023年6月
覆盖深度学习模型设计与工程落地能力。
阿里云人工智能工程师认证（ACP） - 阿里云
2024年3月
证明云上视觉模型训练与部署能力。
更多图像识别简历范文
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。