机器视觉高级算法工程师
机器视觉高级算法工程师
双栏 · 有照片
ai算法工程师
个人总结
5年AI算法工程经验，专注计算机视觉与推荐算法落地，主导过千万级用户场景的模型优化。熟悉PyTorch、TensorFlow与分布式训练，具备从数据处理到线上部署的全链路能力。曾将推荐CTR提升8.6%，模型推理延迟降低45%。
工作经历
北京智擎科技有限公司
北京
人工智能C轮融资
AI算法工程师
2022年7月 - 至今
推荐算法模型部署
- 主导推荐系统召回与排序模型迭代，CTR提升8.6%，人均停留时长提升12%。
- 搭建特征工程与样本回流链路，模型迭代周期由两周缩短至4天。
- 推动模型量化与TensorRT部署，线上推理延迟降低45%，GPU成本下降30%。
北京视界智能科技有限公司
北京
计算机视觉A轮融资
算法工程师
2021年7月 - 2022年6月
计算机视觉深度学习
- 负责工业质检视觉检测算法开发，缺陷检出率由92%提升至98.5%。
- 完成数据标注规范与增强流程建设，标注成本降低约40%。
项目经验
电商推荐系统排序模型优化
2023年3月 - 2024年6月
算法负责人
- 设计双塔召回与多任务排序模型，线上A/B实验CTR提升8.6%，GMV提升5.2%。
- 引入特征实时更新与在线学习机制，冷启动用户点击率提升15%。
工业质检缺陷检测系统
2021年9月 - 2022年5月
核心算法开发
- 基于YOLO系列改进小目标检测网络，缺陷检出率达98.5%，误检率下降至1.2%。
- 完成模型剪枝与量化，单张推理耗时由80ms降至35ms，满足产线节拍要求。
研究经历
轻量化目标检测网络研究/硕士研究生
北京
智能感知实验室
2019年9月 - 2021年6月
- 研究轻量化目标检测网络设计，提出改进的特征融合结构。
- 在公开数据集上mAP提升2.3个百分点，发表中文核心期刊论文1篇。
主要成就
推荐模型效果突破
主导推荐模型全链路优化，CTR提升8.6%，带来年化GMV增长约1200万元。
推理性能与成本优化
通过量化与推理优化，GPU资源成本下降30%，年节省算力费用约80万元。
技术专利产出
作为第一发明人申请发明专利2项，均已进入实质审查阶段。
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
2023年11月
证明深度学习工程与模型部署能力。
阿里云人工智能ACP认证 - 阿里云
2022年9月
证明云上模型训练与推理部署能力。
个人简历
教育背景
北京邮电大学
211双一流
计算机科学与技术 硕士
北京2018年9月 - 2021年6月
研究方向为深度学习与计算机视觉，核心课程：机器学习、模式识别、最优化方法。
武汉理工大学
211双一流
软件工程 本科
武汉2014年9月 - 2018年6月
核心课程：数据结构、算法设计、概率统计。
技能
Python / PyTorch
深度学习与模型调优
推荐系统与CTR预估
计算机视觉（检测/分割）
TensorFlow / ONNX
分布式训练与模型部署
荣誉奖项
全国大学生数学建模竞赛 国家二等奖
校级优秀毕业生
就从这份模板开始
模板会复制到你的账户里，每一句话、每个板块和颜色都能改，改好再下载 PDF。