求职类型:全职
意向岗位:目标识别算法工程师
意向城市:广东广州
薪资要求:面议
求职状态:随时到岗
在竞争激烈的算法工程师岗位中,一份出色的简历至关重要。为此,我们整理了1篇目标识别算法工程师提供撰写简历的参考,助大家充分展示专业技能与项目经验,脱颖而出。
目标识别算法工程师简历:
求职意向
求职类型:全职
意向岗位:目标识别算法工程师
意向城市:广东广州
薪资要求:面议
求职状态:随时到岗
教育背景
项目经验
时间:20xx.2-至今
项目名称:幻主简历项目1
项目角色:负责人
工作内容:基于Tensorflow框架,搭建了基于堆栈自动编码器(AE)的目标识别模型,并对模型进行优化,提升其噪声鲁棒性。
工作成果:相比该领域传统方法,模型在实测数据集中取得了95%以上的识别准确率,提高了10%的性能。
时间:20xx.4-20xx.5
项目名称:幻主简历项目2
项目角色:负责人
工作内容:负责目标检测、关联分割以及类型判别的工作。根据检测结果在方位向和距离像上进行关联并截取目标所在区域的HRRP序列、记录目标所在位置。对截取的HRRP进行特征提取,联合多帧HRRP的特征进行目标类型判断。
工作成果:成功实现了目标检测与类型判别的自动化处理流程,提高了处理效率。
时间:20xx.11-20xx.1
项目名称:幻主简历项目3
项目角色:负责人
工作内容:负责库内人像样本采集、样本扩增以及标签标注。图像数据预处理,对人像样本进行人脸检测并截取样本人脸。对样本脸进行特征提取以及训练分类器。通过调用电脑摄像头实现实时检测与识别系统。
工作成果:成功构建了包含10000个人像样本的数据库,并实现了实时检测与识别系统,识别准确率达到98%。
时间:20xx.11-20xx.12
项目名称:幻主简历项目4
项目角色:负责人
工作内容:主要负责MNIST数据集扩增,CNN网络搭建与训练的工作。基于Pytorch框架,搭建并训练了卷积神经网络lenet-5模型。
工作成果:训练得到的模型在MNIST数据集上达到了99.4%的正确率,在kaggle网站总排名中位列前15%(500/3200)。
实习经验
主要负责雷达高分辨一维距离像数据处理以及目标识别算法的研究。
工作内容:主要负责雷达高分辨一维距离像数据处理以及目标识别算法的研究。
工作成果:在实习期间,参与了多个雷达目标识别项目,成功提高了算法的识别准确率和鲁棒性,为公司的产品研发做出了重要贡献。
自我评价
技能特长
熟练掌握雷达自动目标识别的基本原理与方法。
熟练掌握Python编程,掌握分类、聚类、回归等机器学习算法原理,并能熟练地使用机器学习算法库sklearn将算法应用到实际场景中。
熟悉C++和基本的算法与数据结构,并能快速编程实现。
熟练掌握CNN、AE、GAN等网络结构,并能使用Tensorflow、Pytorch等深度学习框架搭建网络。
熟练掌握迁移学习方法,能够快速将已有模型应用到新任务中。
技能证书
简历在线制作下载(传送门):立即在线制作
【简历】相关文章:
编导简历2024-08-05
前台行政助理简历2024-08-05
护理专业简历模板样本2024-08-02
会计人员简历模板2024-08-04
导游简历「2篇」2024-10-28
行政简历「5篇」2024-10-17
组训简历范例2024-10-05
编辑 简历(6篇)2024-09-21
教师 简历「4篇」2024-09-14
会计 简历「7篇」2024-08-30
助理简历(7篇)2024-08-30
导演简历(7篇)2024-08-27
简历 行政「6篇」2024-08-27
it客服简历(5篇)2024-08-26
简历 教师「7篇」2024-08-24
会计简历「7篇」2024-08-18
保险 简历「4篇」2024-08-16
简历教师「4篇」2024-08-16
编导 简历(5篇)2024-08-13