深度学习应用工程师
深度学习应用工程师
双栏 · 无照片
深度学习应用算法工程师
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
研究方向为计算机视觉与深度学习，参与实验室多模态检索课题。
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
主修数据结构、机器学习、数字图像处理等课程。
技能
PyTorch / 分布式训练
计算机视觉（检测/分类/检索）
多模态大模型微调（LoRA/SFT）
TensorRT / ONNX 推理优化
Python / C++
模型压缩与量化
荣誉奖项
中国计算机学会（CCF）CVPR 挑战赛优胜奖
北京邮电大学优秀毕业生
个人总结
5年深度学习算法工程经验，聚焦计算机视觉与多模态大模型在内容审核、电商搜索场景的落地。熟悉PyTorch分布式训练、模型压缩与TensorRT推理优化，主导过亿级样本训练与线上服务部署。具备从算法选型到工程化上线的完整闭环能力，注重业务指标与成本平衡。
工作经历
北京智核科技有限公司
北京
人工智能内容安全
深度学习应用算法工程师
2022年9月 - 至今
多模态模型优化
- 负责内容审核场景多模态模型研发，将违规内容召回率从88%提升至94.5%，误杀率下降2.1个百分点。
- 主导视觉大模型LoRA微调与蒸馏方案，训练成本降低约40%，单卡推理吞吐提升1.8倍。
- 搭建模型上线评估与灰度监控流程，支撑日均2亿次请求稳定运行。
上海云图数据科技有限公司
上海
电商计算机视觉
算法工程师（计算机视觉）
2020年7月 - 2022年8月
图像检索推理部署
- 负责电商图像检索与商品分类模型开发，Top-5检索准确率提升6.3个百分点。
- 完成检测模型TensorRT量化部署，端到端延迟从120ms降至45ms，服务器成本下降35%。
项目经验
多模态内容审核大模型落地
2024年3月 - 2024年5月
算法负责人
- 设计图文联合审核架构，融合CLIP特征与文本分类头，覆盖12类违规场景。
- 构建难样本挖掘与主动学习闭环，人工标注量减少50%，模型周级迭代上线。
商品图像检索系统优化
2022年12月 - 2023年2月
核心算法工程师
- 引入度量学习与向量索引优化，亿级商品库检索响应稳定在30ms以内。
- 通过数据增强与难负样本采样，长尾类目召回率提升9个百分点。
研究经历
多模态图文检索中的跨模态对齐研究/研究助理
北京
计算机学院视觉计算实验室
2020年1月 - 2020年6月
- 提出基于对比学习的跨模态对齐方法，在公开数据集上Recall@1提升4.2个百分点。
- 相关成果发表于国内核心期刊，并复用于实验室检索项目。
主要成就
审核模型效果突破
主导多模态审核模型迭代，核心违规场景召回率提升6.5个百分点。
推理成本优化
通过量化与蒸馏组合方案，线上推理综合成本下降约40%。
技术沉淀与分享
产出内部技术文档8篇，主导团队大模型微调规范制定。
证书与认证
华为认证AI工程师（HCIP-AI） - 华为
2023年9月
覆盖深度学习模型开发与部署能力。
全国计算机等级考试三级（网络技术） - 教育部考试中心
2017年3月
证明计算机基础与网络技术能力。
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。