职场资讯
正在查看在校生算法工程师学术简历模板文字版
陈小湾
求职意向
工作经历
XXX智能科技是专注计算机视觉与工业AI质检领域的科技公司，团队规模约XXX人，核心业务是为制造与物流企业提供智能视觉解决方案，产品服务于超过XXX家工厂，与多家行业头部客户建立长期合作。
工作概述：
1.数据处理：针对工业缺陷图像样本不均衡问题，参与设计数据增强流水线，通过随机裁剪、色彩扰动等方法扩充小样本类别；编写自动化脚本清洗和标注生产线采集的原始图像，将有效数据入库时间缩短XXX%，支撑算法团队每周模型迭代需求。
2.模型训练：在算法工程师指导下，负责基础分类与检测模型的训练任务，根据验证集表现调整学习率、批大小等超参数；使用TensorBoard监控训练过程，定位过拟合问题并引入正则化策略，使模型在内部测试集上的准确率稳定提升。
3.算法测试：搭建模型效果评估环境，执行回归测试与压力测试；编写测试用例覆盖不同光照、遮挡等干扰场景，记录模型误检与漏检案例并反馈给研发；通过批量测试将单模型评估周期从X小时压缩至Y小时。
4.文档维护：负责整理算法模型的训练记录、参数配置和性能报告；协助更新团队知识库中的代码使用规范与常见问题解决方案；维护项目数据集目录，确保版本清晰可追溯，支持了XXX个并行项目的协作效率。
工作业绩：
1.累计处理并清洗XXX张工业图像数据，构建X个标准化的训练子集。
2.独立完成XXX轮模型训练与调参任务，辅助优化后的缺陷检测模型准确率提升至X
X.X%。
3.执行超过XXX次模型测试，提交XXX个有效缺陷报告，推动X个模型版本完成优化迭代。
4.维护与更新XXX份技术文档，知识库条目查询效率提升XXX%。
主动离职，希望有更多的工作挑战和涨薪机会。
项目经历
公司为零售客户提供的智能货架盘点项目，原有识别模型在复杂光照及商品叠放场景下准确率不足XX%，无法满足实时盘点需求，服务XXX家门店时，单次全店盘点耗时超过X小时，且SKU更新后模型重新训练周期长达Y周，严重制约产品落地速度。
项目职责：
1.功能开发：负责数据预处理与增强模块开发，采用OpenCV与Albumentations库构建自动化流水线，提升小样本类别识别效果。
2.模型辅助：协助主程完成YOLO检测模型的训练与验证，通过TensorFlow实现多尺度训练策略，优化模型对小型商品的检测能力。
3.性能优化：参与模型量化与轻量化部署实验，使用TensorRT尝试INT8量化，在保证精度损失小于X%的前提下，将模型推理速度提升XXX%。
4.质量保障：编写模型评估脚本，自动化计算精确率、召回率等指标并生成可视化报告，辅助算法团队进行迭代决策。
项目业绩：
1.项目核心模型在复杂场景下的识别准确率从XX%提升至X
X.X%，达到商用标准。
2.模型量化后，在边缘设备上的单张图片推理时间从X秒降至Y秒，满足实时性要求。
3.数据预处理流水线将新SKU模型训练的数据准备周期缩短了XXX%，支撑客户快速上新。
4.项目成功在XXX家试点门店部署，将人工盘点效率提升XXX%，获得客户好评。
教育背景
GPA X.XX/X.X（专业前XX%），主修机器学习、数据结构与算法核心课程，参与基于深度学习的肺炎X光影像识别课程设计（使用Python+PyTorch），在团队中负责数据预处理与模型基准测试部分，完成万级图像数据的处理与实验，熟悉Linux开发环境及Git代码管理，考取全国计算机等级考试四级证书。
自我评价
培训经历
系统学习机器学习平台PAI与视觉智能服务，掌握云端AI开发流程。将认证知识应用于课程项目，通过阿里云OSS管理训练数据集，使用PAI完成模型分布式训练实验，缩短了模型迭代周期。
在校生算法工程师学术简历模板
450人使用适用人群: #算法工程师 #在校生[找实习]
[基本信息]
姓名：陈小湾
性别：男
年龄：26
学历：本科
婚姻：未婚
年限：4年
面貌：党员
邮箱：xiaowan@gangwan.com
电话：18600001654
[求职意向]
工作性质：全职
应聘职位：算法工程师
期望城市：北京
期望薪资：8000-10000
求职状态：离职-随时到岗
[工作经历]
北京XX科技有限公司 | 算法工程师
2024-09 - 2025-12
XXX智能科技是专注计算机视觉与工业AI质检领域的科技公司，团队规模约XXX人，核心业务是为制造与物流企业提供智能视觉解决方案，产品服务于超过XXX家工厂，与多家行业头部客户建立长期合作。
工作概述：
1.数据处理：针对工业缺陷图像样本不均衡问题，参与设计数据增强流水线，通过随机裁剪、色彩扰动等方法扩充小样本类别；编写自动化脚本清洗和标注生产线采集的原始图像，将有效数据入库时间缩短XXX%，支撑算法团队每周模型迭代需求。
2.模型训练：在算法工程师指导下，负责基础分类与检测模型的训练任务，根据验证集表现调整学习率、批大小等超参数；使用TensorBoard监控训练过程，定位过拟合问题并引入正则化策略，使模型在内部测试集上的准确率稳定提升。
3.算法测试：搭建模型效果评估环境，执行回归测试与压力测试；编写测试用例覆盖不同光照、遮挡等干扰场景，记录模型误检与漏检案例并反馈给研发；通过批量测试将单模型评估周期从X小时压缩至Y小时。
4.文档维护：负责整理算法模型的训练记录、参数配置和性能报告；协助更新团队知识库中的代码使用规范与常见问题解决方案；维护项目数据集目录，确保版本清晰可追溯，支持了XXX个并行项目的协作效率。
工作业绩：
1.累计处理并清洗XXX张工业图像数据，构建X个标准化的训练子集。
2.独立完成XXX轮模型训练与调参任务，辅助优化后的缺陷检测模型准确率提升至X
X.X%。
3.执行超过XXX次模型测试，提交XXX个有效缺陷报告，推动X个模型版本完成优化迭代。
4.维护与更新XXX份技术文档，知识库条目查询效率提升XXX%。
[项目经历]
项目名称：商品图像识别系统
担任角色：项目负责人
公司为零售客户提供的智能货架盘点项目，原有识别模型在复杂光照及商品叠放场景下准确率不足XX%，无法满足实时盘点需求，服务XXX家门店时，单次全店盘点耗时超过X小时，且SKU更新后模型重新训练周期长达Y周，严重制约产品落地速度。
项目业绩：
1.项目核心模型在复杂场景下的识别准确率从XX%提升至X
X.X%，达到商用标准。
2.模型量化后，在边缘设备上的单张图片推理时间从X秒降至Y秒，满足实时性要求。
3.数据预处理流水线将新SKU模型训练的数据准备周期缩短了XXX%，支撑客户快速上新。
4.项目成功在XXX家试点门店部署，将人工盘点效率提升XXX%，获得客户好评。
[教育背景]
苏州大学
计算机科学与技术 | 本科
GPA X.XX/X.X（专业前XX%），主修机器学习、数据结构与算法核心课程，参与基于深度学习的肺炎X光影像识别课程设计（使用Python+PyTorch），在团队中负责数据预处理与模型基准测试部分，完成万级图像数据的处理与实验，熟悉Linux开发环境及Git代码管理，考取全国计算机等级考试四级证书。