职场资讯
正在查看资深深度学习商务简历模板文字版
陈小湾
求职意向
工作经历
XXX智能是专注于计算机视觉与自动驾驶解决方案的科技公司，团队规模约XXX人，核心业务为L2+级辅助驾驶系统，为多家主流车厂提供感知算法，产品已搭载于超过XXX万辆量产车，并与多家传感器供应商建立联合实验室。
工作概述：
1.技术路线规划：为解决高精地图依赖问题，提出纯视觉与多传感器融合双轨演进路线；组织团队评审主流开源算法，定义技术选型标准，将核心特征提取网络收敛至两个候选方案；通过构建仿真场景评测基准，结合量产硬件算力约束，明确首代产品使用BEV架构，推动感知模块研发资源投入提升XXX%。
2.感知模型研发：负责开发量产级障碍物检测与分割模型，基于海量行车数据构建场景难度分级的训练集；设计多任务联合损失函数与梯度优化策略，处理数据中长尾分布的难点场景；主导模型蒸馏与量化部署，最终将模型计算延迟降低至满足车规级要求。
3.团队建设管理：组建并带领XX人算法研发团队，建立代码审查、技术分享与月度目标考核制度；针对新员工制定带教计划，明确从数据处理到模型部署的全流程培养路径；通过设立专项技术攻坚小组，成功解决夜间低光照场景下的识别难题，团队技术专利产出同比增长XXX%。
4.数据闭环构建：搭建覆盖数据采集、清洗、标注、挖掘与回传的自动化系统；设计触发式数据采集策略，针对模型badcase场景，高效收集路测车队反馈的疑难数据；与数据标注团队协作优化标注规范，将关键障碍物标注一致率提升至XXX%，季度内新增有效训练样本超XXX万帧。
5.模型性能调优：建立端到端的模型评测流水线，涵盖仿真环境、封闭场地与真实路测；分析模型在复杂天气与城区路口的表现瓶颈，引入对抗性样本训练与注意力机制增强技术；通过持续的A/B测试与影子模式验证，将目标漏检率与误检率分别降低XXX%和XXX%。
6.跨部门协作：主导与嵌入式软件、硬件及测试团队的联合攻关，明确算法模块的输入输出接口与性能基线；定期参与整车集成评审，将算法需求转化为具体的传感器标定与硬件选型建议；推动感知结果可视化工具的开发，提升问题定位效率，支持OTA升级超过XXX次。
7.前沿技术探索：跟踪学术界与工业界最新进展，组织团队复现关键论文并进行可行性论证；主导Transformer架构在时序融合任务上的预研项目，完成原型验证并输出技术可行性报告，为下一代产品技术栈更新储备了XXX项核心能力。
工作业绩：
1.主导完成公司首个基于BEV架构的量产感知算法交付，系统已成功搭载于X款主力车型。
2.带领团队将障碍物检测模型在主流车载计算平台上的推理速度提升XXX%，满足XXX毫秒级实时性要求。
3.构建的数据闭环系统累计处理原始数据超XXX PB，推动核心模型在CIDAS评测中关键指标排名进入前X。
4.团队规模从X人扩张至XX人，高级人才保留率超过XXX%，培养技术骨干X人。
5.通过算法优化，将特定Corner Case（如施工区、异形车）的识别准确率从XXX%提升至XXX%。
6.主导或参与申请发明专利XXX项，其中已授权X项。
7.与车厂客户深度合作，支持完成超过XXX万公里的实车路测，推动项目通过SOP节点。
主动离职，希望有更多的工作挑战和涨薪机会。
项目经历
公司为拓展L2+系统适用场景的核心攻关项目，原有高速场景模型在城区复杂路口表现不佳，对两轮车、行人等弱势交通参与者的漏检率高达X%，红绿灯与车道线识别在恶劣天气下失效频繁，模型迭代依赖大量人工数据挖掘，效率低下，亟需构建能应对中国特有复杂路况的高鲁棒性感知系统。
项目职责：
1.方案设计：负责城区感知系统的整体技术方案设计，采用多相机BEV融合为主、激光雷达为辅的感知架构；定义模型需要支持的动态目标与静态要素类别，明确各模块的性能目标与交付标准。
2.算法开发：主导关键算法模块的开发与集成，包括基于时序融合的动态目标跟踪、高精度地图生成与红绿灯状态识别；引入图神经网络优化交通参与者间的交互关系建模。
3.系统工程：协调模型训练框架与车端推理引擎的对接，设计模型轻量化与量化策略，确保算法在量产计算平台上的高效稳定运行。
4.评测验证：建立覆盖仿真、台架与实车的三级评测体系，设计数百个典型城区 Corner Case 测试场景；主导大规模真实道路测试，收集分析系统短板，驱动数据闭环迭代。
项目业绩：
1.系统在典型城区场景下的整体感知准确率达到X
X.X%，弱势交通参与者识别率提升XXX%，支持公司获得头部车厂城市NOA项目定点。
2.构建自动化数据挖掘与模型训练流水线，将针对badcase的模型迭代周期从X周缩短至X天。
3.项目成果形成XXX项公司内部技术标准与专利，核心算法模块被复用至后续X个量产项目。
4.基于该项目输出的技术报告与实测数据，助力公司完成新一轮估值超XXX亿元的融资。
教育背景
GPA X.XX/X.X（专业前XX%），主修信号处理、模式识别与嵌入式系统核心课程，参与基于深度学习的图像超分辨率课程项目（使用PyTorch），在团队中负责网络结构设计与调优，在公开数据集PSNR指标提升X dB，熟练掌握Python/C++编程及Linux开发环境，考取全国计算机等级考试四级证书。
自我评价
培训经历
获得该认证，系统掌握了TensorRT高性能推理引擎的优化技术，将所学应用于量产感知模型的部署环节，通过层融合、精度校准及动态内存优化，在保持模型精度损失小于X%的前提下，端到端推理速度提升XXX%，有效满足了车载平台对算法实时性与功耗的严苛要求，优化方案成为团队标准部署流程。
资深深度学习商务简历模板
488人使用适用人群: #深度学习 #资深[10+年]
[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：深度学习
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 | 深度学习
2024-09 - 2025-12
XXX智能是专注于计算机视觉与自动驾驶解决方案的科技公司，团队规模约XXX人，核心业务为L2+级辅助驾驶系统，为多家主流车厂提供感知算法，产品已搭载于超过XXX万辆量产车，并与多家传感器供应商建立联合实验室。
工作概述：
1.技术路线规划：为解决高精地图依赖问题，提出纯视觉与多传感器融合双轨演进路线；组织团队评审主流开源算法，定义技术选型标准，将核心特征提取网络收敛至两个候选方案；通过构建仿真场景评测基准，结合量产硬件算力约束，明确首代产品使用BEV架构，推动感知模块研发资源投入提升XXX%。
2.感知模型研发：负责开发量产级障碍物检测与分割模型，基于海量行车数据构建场景难度分级的训练集；设计多任务联合损失函数与梯度优化策略，处理数据中长尾分布的难点场景；主导模型蒸馏与量化部署，最终将模型计算延迟降低至满足车规级要求。
3.团队建设管理：组建并带领XX人算法研发团队，建立代码审查、技术分享与月度目标考核制度；针对新员工制定带教计划，明确从数据处理到模型部署的全流程培养路径；通过设立专项技术攻坚小组，成功解决夜间低光照场景下的识别难题，团队技术专利产出同比增长XXX%。
4.数据闭环构建：搭建覆盖数据采集、清洗、标注、挖掘与回传的自动化系统；设计触发式数据采集策略，针对模型badcase场景，高效收集路测车队反馈的疑难数据；与数据标注团队协作优化标注规范，将关键障碍物标注一致率提升至XXX%，季度内新增有效训练样本超XXX万帧。
5.模型性能调优：建立端到端的模型评测流水线，涵盖仿真环境、封闭场地与真实路测；分析模型在复杂天气与城区路口的表现瓶颈，引入对抗性样本训练与注意力机制增强技术；通过持续的A/B测试与影子模式验证，将目标漏检率与误检率分别降低XXX%和XXX%。
6.跨部门协作：主导与嵌入式软件、硬件及测试团队的联合攻关，明确算法模块的输入输出接口与性能基线；定期参与整车集成评审，将算法需求转化为具体的传感器标定与硬件选型建议；推动感知结果可视化工具的开发，提升问题定位效率，支持OTA升级超过XXX次。
7.前沿技术探索：跟踪学术界与工业界最新进展，组织团队复现关键论文并进行可行性论证；主导Transformer架构在时序融合任务上的预研项目，完成原型验证并输出技术可行性报告，为下一代产品技术栈更新储备了XXX项核心能力。
工作业绩：
1.主导完成公司首个基于BEV架构的量产感知算法交付，系统已成功搭载于X款主力车型。
2.带领团队将障碍物检测模型在主流车载计算平台上的推理速度提升XXX%，满足XXX毫秒级实时性要求。
3.构建的数据闭环系统累计处理原始数据超XXX PB，推动核心模型在CIDAS评测中关键指标排名进入前X。
4.团队规模从X人扩张至XX人，高级人才保留率超过XXX%，培养技术骨干X人。
5.通过算法优化，将特定Corner Case（如施工区、异形车）的识别准确率从XXX%提升至XXX%。
6.主导或参与申请发明专利XXX项，其中已授权X项。
7.与车厂客户深度合作，支持完成超过XXX万公里的实车路测，推动项目通过SOP节点。
[项目经历]
项目名称：面向复杂城区的自动驾驶感知系统
担任角色：项目负责人
公司为拓展L2+系统适用场景的核心攻关项目，原有高速场景模型在城区复杂路口表现不佳，对两轮车、行人等弱势交通参与者的漏检率高达X%，红绿灯与车道线识别在恶劣天气下失效频繁，模型迭代依赖大量人工数据挖掘，效率低下，亟需构建能应对中国特有复杂路况的高鲁棒性感知系统。
项目业绩：
1.系统在典型城区场景下的整体感知准确率达到X
X.X%，弱势交通参与者识别率提升XXX%，支持公司获得头部车厂城市NOA项目定点。
2.构建自动化数据挖掘与模型训练流水线，将针对badcase的模型迭代周期从X周缩短至X天。
3.项目成果形成XXX项公司内部技术标准与专利，核心算法模块被复用至后续X个量产项目。
4.基于该项目输出的技术报告与实测数据，助力公司完成新一轮估值超XXX亿元的融资。
[教育背景]
合肥工业大学
电子信息工程 | 本科
GPA X.XX/X.X（专业前XX%），主修信号处理、模式识别与嵌入式系统核心课程，参与基于深度学习的图像超分辨率课程项目（使用PyTorch），在团队中负责网络结构设计与调优，在公开数据集PSNR指标提升X dB，熟练掌握Python/C++编程及Linux开发环境，考取全国计算机等级考试四级证书。