计算机视觉图象处理算法工程师简历范文全文
自我评价
5年计算机视觉与图像处理算法经验，专注目标检测、图像分割与工业视觉缺陷检测落地。熟练使用PyTorch、TensorRT与OpenCV，具备从数据标注、模型训练到端侧部署的全链路能力。主导多个产线视觉项目，检测准确率提升至98%以上，单帧推理耗时降低60%。
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
计算机视觉算法工程师
目标检测模型部署
2022年9月 - 至今
- 负责工业缺陷检测算法研发，主导YOLO系列模型改进与蒸馏压缩，产线漏检率由3.2%降至0.8%。
- 搭建TensorRT量化部署流水线，单帧推理耗时从45ms降至18ms，支撑6条产线稳定运行。
- 建立数据标注与难例回流机制，标注效率提升40%，模型月度迭代周期缩短至2周。
上海睿图信息技术有限公司
计算机视觉安防
上海
图像处理算法工程师
图像增强C++
2020年7月 - 2022年8月
- 参与人脸识别与图像增强算法开发，优化低照度图像质量，识别准确率提升5.6个百分点。
- 使用OpenCV与C++实现图像预处理模块，处理吞吐量提升35%，支撑日均百万级图片调用。
项目经验
工业表面缺陷检测系统 - 算法负责人
2024年3月 - 2024年5月
- 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%，误检率下降至1.2%。
- 完成模型剪枝与INT8量化，在边缘设备上实现25FPS实时检测，替代人工复检岗位12个。
低照度图像增强与识别项目 - 核心算法工程师
2022年12月 - 2023年2月
- 基于Retinex与生成式方法构建增强模型，暗光场景识别准确率提升8.3个百分点。
- 优化推理链路并封装SDK，客户侧集成周期由2周缩短至3天。
专业技能
PyTorch / 深度学习
目标检测与图像分割
OpenCV / 图像处理
TensorRT / 模型部署
C++ / Python
数据标注与模型调优
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，参与实验室视觉检测课题。
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、模式识别与信号与系统。
工作成果
产线漏检率大幅下降
主导缺陷检测模型迭代，将产线漏检率从3.2%降至0.8%，年减少质量损失约120万元。
推理性能优化
通过量化与算子优化，将端侧推理耗时降低60%，支撑多产线实时检测。
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
证明软件设计与工程能力。
深度学习工程师认证 - 百度飞桨
2021年6月
证明深度学习模型开发与部署能力。
荣誉奖项
浙江大学优秀研究生
全国大学生数学建模竞赛省级二等奖
其他信息
语言能力:
CET-6，可阅读英文技术文档与论文。
到岗时间:
离职后一周内到岗，可接受短期出差。
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。