机器学习高级算法工程师
机器学习高级算法工程师
双栏 · 有照片
深度学习工程师
教育背景
北京航空航天大学
985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：计算机视觉与深度学习；GPA 3.8/4.0。
华中科技大学
985211
软件工程 本科
武汉2014年9月 - 2018年6月
相关课程：机器学习、数据结构、线性代数。
技能
PyTorch / 深度学习框架
计算机视觉（检测/分割）
分布式训练与模型压缩
TensorRT / ONNX 推理部署
Python / C++
多模态大模型微调
个人总结
5年深度学习算法研发经验，聚焦计算机视觉与多模态大模型，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落地能力。曾将核心模型推理延迟降低42%，支撑日均千万级调用。
工作经历
北京智核科技有限公司
北京
人工智能计算机视觉
深度学习工程师
2022年7月 - 至今
计算机视觉模型部署
- 主导工业质检视觉检测模型迭代，缺陷召回率由91%提升至97.5%，年节省人工复检成本约300万元。
- 搭建分布式训练与自动调参流程，单模型训练周期由7天缩短至2.5天，支撑团队月均上线4个模型。
- 负责模型量化与TensorRT部署，端侧推理延迟降低42%，满足产线每秒30帧实时检测要求。
北京云图数据技术有限公司
北京
互联网算法服务
算法工程师
2021年7月 - 2022年6月
多模态PyTorch
- 参与多模态图文检索模型研发，Top-10召回率提升8.6个百分点，服务日活用户超200万。
- 构建数据清洗与标注质量校验流程，训练数据噪声率下降至3%以内，模型线上准确率提升5.2%。
项目经验
多模态图文检索模型优化
2023年8月 - 2024年5月
算法负责人
- 基于Transformer架构完成图文对齐模型微调，在自建10万级评测集上Recall@10达86.4%。
- 设计负样本挖掘与难例重采样策略，训练收敛速度提升约30%，显存占用降低25%。
工业质检缺陷检测系统
2022年8月 - 2023年3月
核心算法工程师
- 搭建千万级图像缺陷检测训练管线，支持多卡分布式训练与断点续训。
- 通过知识蒸馏压缩模型体积60%，在保持精度损失小于1%的前提下完成产线部署。
研究经历
小样本目标检测方法研究/研究助理
北京
计算机学院视觉计算实验室
2019年9月 - 2021年6月
- 研究小样本目标检测方法，提出特征对齐与原型校准策略，在COCO小样本子集上mAP提升4.1%。
- 相关成果发表于国内核心期刊1篇，并参与国家自然科学基金项目结题工作。
荣誉奖项
北京航空航天大学一等学业奖学金
中国大学生计算机设计大赛人工智能组二等奖
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12月
证明云计算平台与AI工程化部署能力。
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。