机器视觉高级算法工程师简历范文全文
自我评价
7年机器视觉与深度学习算法经验，专注工业缺陷检测、目标检测与3D视觉方向，主导过5个以上量产级视觉项目落地。精通PyTorch、TensorRT与OpenCV，熟悉从数据标注、模型训练到边缘端部署的完整链路。曾将产线检测漏检率从3.2%降至0.4%，单线年节省人工成本约120万元。
工作经历
深圳市锐视智能科技有限公司
深圳
工业视觉智能制造
机器视觉高级算法工程师
2022年9月 - 至今
缺陷检测模型部署
- 主导3C结构件表面缺陷检测算法研发，漏检率由3.2%降至0.4%，误检率控制在1%以内。
- 搭建TensorRT量化部署链路，单张图像推理耗时从85ms优化至22ms，支撑12条产线量产。
- 带领4人算法小组完成数据标注规范与模型迭代流程建设，项目交付周期缩短30%。
广州云图视觉科技有限公司
广州
计算机视觉智慧物流
视觉算法工程师
2020年7月 - 2022年8月
目标检测C++开发
- 负责物流分拣场景目标检测与跟踪算法开发，识别准确率提升至98.6%，日均处理包裹超40万件。
- 基于OpenCV与C++开发图像预处理模块，兼容6类工业相机，现场调试效率提升约40%。
项目经验
3C结构件表面缺陷检测系统
2022年1月 - 2023年6月
算法负责人
- 设计基于改进YOLO与语义分割的两阶段检测方案，覆盖划痕、压伤等8类缺陷，召回率达99.2%。
- 构建小样本增量训练流程，新缺陷类型上线周期由4周压缩至1周，已在客户工厂稳定运行。
物流包裹高速分拣视觉识别项目
2019年5月 - 2020年12月
核心算法工程师
- 实现多目标跟踪与条码定位融合算法，分拣错误率降至0.3%以下，支撑双十一峰值流量。
- 完成算法在边缘工控机上的轻量化移植，单机功耗降低25%。
工作成果
量产落地5个视觉项目
主导的检测与识别系统在3C、物流等行业累计部署超20条产线。
行业奖项认可
获中国图象图形学学会科技进步奖二等奖，技术方案获客户书面表彰。
推理性能优化
通过量化与算子融合将模型推理速度提升近4倍，显著降低硬件成本。
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9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6月
证明云端机器学习方案设计与部署能力。
教育背景
华中科技大学
985双一流
模式识别与智能系统 硕士
武汉2015年9月 - 2018年6月
研究方向为工业视觉缺陷检测，参与国家自然科学基金项目1项。
武汉理工大学
211双一流
自动化 本科
武汉2011年9月 - 2015年6月
主修数字图像处理、模式识别、C++程序设计等课程。
专业技能
PyTorch / 深度学习
目标检测与分割算法
OpenCV / 图像处理
TensorRT / 模型部署
C++ / Python
3D视觉与点云处理
荣誉奖项
中国图象图形学学会科技进步奖二等奖
华中科技大学优秀毕业研究生
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。