【#计算机视觉算法工程师#】一份优秀的求职简历，是每位求职者迈向成功就业的第一步。那么，如何写好一份简历呢？ 以下是小编整理的计算机视觉算法工程师实习简历范文，同时，幻主简历网还提供精美简历模板以及简历在线制作工具，欢迎大家阅读参考。

求职意向  

求职类型：全职

意向岗位：计算机视觉算法工程师

意向城市：深圳

薪资要求：面议（18k-25k）

求职状态：一周内到岗

教育背景  

时间：20xx.8-至今

学校名称：幻主简历科技大学

专业名称：软件工程

学校描述：

• 学术成绩：GPA 3.8/4.0，专业排名前10%。

• 学术奖学金：连续两年获得国家励志奖学金，并在20xx-20xx学年获得校级优秀毕业生称号。

• 学术贡献：SPAC 2018第二作者身份发表EI检索论文《People Counting Based on Head Detection and Re-identification in Overlapping Cameras System》。同年，以第三作者身份发表EI检索论文《Person re-identification for 365-day video surveillance based on Stride Convolution Neural Network》及《Characters Verification via Siamese Convolutional Neural Network》。

• 校内活动：作为学院辩论队主力成员，多次代表学校参加全国大学生辩论赛，并在比赛中取得优秀成绩。

• 荣誉：获得校级“科技创新之星”称号，并参与策划并组织校级科技节，吸引了近500名学生参与。

时间：20xx.9-20xx.6

学校名称：幻主简历财经大学

专业名称：物联网工程

学校描述：

• 语言能力：CET-4：502分；CET-6：509分。

• 实践经历：在校期间，参与“物联网+”创新大赛，并获得省级二等奖，负责硬件设备的调试及软件系统的开发。

• 荣誉：连续两年获得校级奖学金，并被评为“优秀学生干部”。

工作经验  

时间：20xx.2-20xx.11

公司名称：深圳奇树科技有限公司

职位名称：计算机视觉算法实习生

实习描述：

• 教学质量评估系统开发：

- 负责评估教学质量评估系统中的人头检测算法性能，通过对比YOLO V3与SSD算法，显著提升系统检测准确率约15%。

- 使用labelImg工具完成数据集标注，总计标注人头图像约10,000张，优化训练数据集。

- 在Ubuntu 14.04环境下搭建MobileNet-SSD算法环境，使用CUDA 8.0、cuDNN 5.1、OpenCV 3.3和Caffe工具链，将检测效果的查全率从60%提升至75%，查准率从50%提升至70%。

• 行人入侵检测报警系统：

- 研发行人入侵检测报警系统，实现基于深度学习的目标检测算法与海康威视摄像头的联动，准确率达到95%以上。

- 开发报警逻辑，通过Arduino控制板及继电器连接外置警报灯，实现入侵事件的实时报警，系统运行期间未发生误报或漏报情况。

• 物流机械臂视觉检测系统：

- 使用开源Mask-RCNN代码，基于TensorFlow框架，完成物流中机械臂抓取手机盒的视觉检测任务，检测精度达到98%。

- 使用LabelMe工具进行像素级标注，完成数据集的构建，并成功实现目标检测与实例分割功能，为公司节省了约30%的人工检测成本。

• 团队协作与技术支持：

- 熟练使用腾讯企业邮进行团队沟通，通过SVN服务器进行代码版本管理，提升团队协作效率。

- 负责在服务器Ubuntu系统上搭建深度学习实验环境，包括CUDA、cuDNN、OpenCV、TensorFlow、Detectron、Caffe、PyTorch等工具链，为团队提供技术支持。

项目经验  

1. 基于行人再识别的智能监控系统：

- 项目描述：开发基于深度学习的行人再识别系统，通过多摄像头联动，实现对行人轨迹的连续跟踪。

- 个人贡献：设计并实现基于Strided Convolution Neural Network的行人特征提取算法，显著提升跨摄像头匹配的准确性，匹配准确率从70%提升至90%。

- 项目成果：系统在实际应用中成功检测并跟踪目标行人数百次，为安防行业提供了创新解决方案。

1. 基于Siamese网络的字符验证系统：

- 项目描述：开发基于Siamese卷积神经网络的字符验证系统，用于图像中字符的一致性检测。

- 个人贡献：设计并实现Siamese网络结构，优化网络参数，提升字符验证的准确率至95%以上。

- 项目成果：系统在多场景中成功验证字符一致性，为图像处理领域提供了有效工具。

1. 智能物流视觉检测系统：

- 项目描述：基于Mask-RCNN实现物流场景中的机械臂视觉检测，完成手机盒的精准定位与分割。

- 个人贡献：设计数据集标注流程，完成约10,000张图像的像素级标注，并优化模型训练流程，显著提升检测精度。

- 项目成果：系统成功应用于物流分拣环节，实现24小时不间断工作，效率提升30%以上。

专业技能  

• 熟悉计算机视觉领域主流算法，包括目标检测（YOLO、SSD、Faster R-CNN）、图像分割（Mask-RCNN）、行人再识别（Siamese Network、Strided Convolution）。

• 熟练掌握深度学习框架：TensorFlow、PyTorch、Caffe、Detectron等。

• 熟悉Ubuntu系统下的深度学习环境搭建，包括CUDA、cuDNN、OpenCV等工具链。

• 熟练使用标注工具：LabelImg、LabelMe等。

• 熟悉版本控制工具：Git、SVN等。

自我评价  

本人热爱计算机视觉领域的技术研究与应用开发，专注于深度学习算法的优化与创新。研究生期间，专注于行人再识别及目标检测方向的研究，积累了丰富的实践经验。在科研生活中，注重理论与实践结合，善于通过顶会论文阅读和实验代码测试提升自身能力。

我具备扎实的学术背景和良好的团队协作能力，能够快速适应新环境并高效完成任务。在实习经历中，通过深度参与多个项目，积累了丰富的实战经验，能够独立完成从数据标注到模型训练再到部署上线的全流程工作。此外，我对技术充满热情，善于发现问题并提出创新解决方案，工作认真负责，注重细节，能够为团队带来积极贡献。

在校经历  

2013.10-2014.10 任学院学生会秘书处干事

• 负责协助秘书处上传下达团委办公室通知公示，参与学生会活动策划，包括信息学院机器人大赛、全国蓝桥杯软件设计大赛等。

2014.10-2015.10 任学院学生会秘书处委员

• 负责团委办公室日常值班及通知下达，起草学生会活动计划，包括文娱活动、迎新晚会、毕业晚会及运动会等。

2015.10-2016.10 任学院学生会副主席

• 分管科技部、社会实践部，负责ACM山东师范大学考点考务组负责人、信息学院机器人大赛负责人及2015级迎新流程总负责人。

2017.9 志愿者身份协助举行CCF YOCSEF青岛主席换届大会顺利举行。

2018.4 参会者身份参加VALSE 2017大连会议。

2018.12 以作者身份参加SPAC 2018济南会议，并作oral和poster。

2019.7 参会者身份参加上海科技大学ASSIST 2019会议。