深度学习应用工程师
深度学习应用工程师
双栏 · 无照片
深度学习开发工程师
个人总结
5年深度学习算法开发经验，专注计算机视觉与模型落地，主导过千万级样本训练与线上推理优化。熟练使用PyTorch、TensorRT与分布式训练框架，具备从数据构建到模型部署的全链路能力。曾将核心模型推理延迟降低45%，支撑日调用量超2000万次。
工作经历
杭州云智科技有限公司
人工智能计算机视觉
杭州
深度学习开发工程师
PyTorch计算机视觉
2022年9月 - 至今
- 负责商品识别模型训练与优化，通过数据增强与蒸馏方案将Top-1准确率提升6.2%。
- 主导推理服务TensorRT改造，单卡吞吐提升2.1倍，年节省GPU成本约120万元。
- 搭建分布式训练流程，将千亿级样本单轮训练时间从36小时压缩至14小时。
杭州数擎信息技术有限公司
互联网智能安防
杭州
算法工程师
模型压缩深度学习
2020年7月 - 2022年8月
- 参与人脸检测与比对算法研发，在自建测试集上将误识率降低至0.3%。
- 负责模型量化与剪枝，模型体积压缩70%，端侧推理速度提升1.8倍。
- 编写数据清洗与标注质检脚本，标注返工率下降35%，支撑10余个项目交付。
项目经验
电商商品多标签识别系统 - 算法负责人
2023年3月 - 2024年6月
- 面向电商场景构建多标签分类模型，引入注意力机制与难例挖掘，mAP提升8.5%。
- 设计离线评测与在线A/B流程，推动模型两周一次迭代上线。
- 模型上线后类目预测准确率达92%，人工审核量减少约三成。
智能安防视频目标检测平台 - 核心开发
2020年9月 - 2021年12月
- 基于YOLO系列完成多路视频实时检测，单路延迟控制在35毫秒以内。
- 使用TensorRT与FP16量化部署，边缘设备并发路数提升2.4倍。
- 系统在三个园区落地，日均处理视频流超5000路。
技能
PyTorch
Python
计算机视觉
TensorRT部署
分布式训练
模型压缩与量化
C++
Linux
Docker/Kubernetes
教育背景
华中科技大学
985双一流
武汉
计算机科学与技术 硕士
2017年9月 - 2020年6月
研究方向为深度学习与图像识别，发表中文核心期刊论文1篇。
武汉理工大学
211双一流
武汉
软件工程 本科
2013年9月 - 2017年6月
主修数据结构、机器学习、线性代数等课程，GPA 3.6/4.0。
证书与认证
飞桨深度学习工程师认证 - 百度飞桨
2023年6月
证明深度学习框架应用与模型开发能力。
阿里云人工智能工程师认证（ACP） - 阿里云
2022年11月
证明云计算平台AI工程与部署能力。
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。