【#视觉工程师简历#】在求职的道路上，怎么做一份出色的具有说服力的简历。 以下是小编整理的视觉工程师简历范文，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：计算机视觉工程师

意向城市：广东深圳

薪资要求：25K-35K（面议）

求职状态：一周内到岗

教育背景

时间：20xx.9-20xx.3

学校名称：幻主简历理工大学

专业名称：光电科学与工程学院 工学硕士

学校描述：幻主简历理工大学是一所以理工科见长的知名学府，20xx年QS世界大学排名中位列第85位。学校注重理论与实践结合，培养了大批在计算机视觉、图像处理等领域的顶尖人才。

专业方向：图像处理、深度学习、机器学习

GPA：3.86（1/90），获国家奖学金、校级一等奖学金，同时担任校研究生会主席。在校期间，积极参与学术竞赛，荣获全国大学生数学建模竞赛一等奖。

时间：20xx.9-20xx.7

学校名称：幻主简历财经大学

专业名称：电子信息科学与技术 工学学士

学校描述：幻主简历财经大学是华南地区知名的综合性大学，20xx年全国高校排名位列前50。学校注重跨学科融合，培养了大批兼具技术与商业视野的复合型人才。

GPA：3.92（1/120），获校级二等奖学金、优秀学生干部称号。在校期间，担任校学生会学术部部长，组织多场学术交流活动。

主修课程：图像处理、C语言程序设计、算法与数据结构、微机原理及应用、信号与系统、计算机网络、通信原理。

工作经验

时间：20xx.7-至今

公司名称：深圳星图科技有限公司

职位名称：算法工程师-计算机视觉

实习描述：

1. 大型超市商品属性自动识别（弱监督细粒度分类研究）

- 设计并优化弱监督学习框架，将商品属性识别的准确率从75%提升至88%，覆盖300+种商品类别。

- 独立完成数据标注工具开发，将标注效率提升40%。

- 撰写技术文档，并向团队成员进行技术分享，推动算法落地，相关模块已上线运营，日均处理商品图片超过10万张。

1. 智能交通系统研发

- 负责基于深度学习的目标检测模块开发，实现对车辆、行人、交通标志等的实时检测与分类。

- 通过优化模型架构，将模型推理速度提升至100ms以内，满足实时性需求。

- 配合产品经理完成产品迭代，参与多轮用户需求调研，确保功能满足实际应用场景。

时间：20xx.11-20xx.4

公司名称：广州奇树科技有限公司

职位名称：计算机视觉算法基础岗

实习描述：

1. 违禁电视台logo检测

- 基于MXNet框架，搭建SSD目标检测网络与ResNet分类网络，实现对电视台logo的实时检测。

- 在1080P分辨率下，检测速度达到20FPS，准确率达到95%。

- 完成算法上线，已成功应用于多个大型公共场所，累计检测次数超过100万次。

1. 验证码与个性化二维码风格迁移

- 基于TensorFlow框架，实现验证码与个性化二维码的风格迁移，提升用户体验。

- 通过迁移学习，将模型训练时间从72小时缩短至12小时，显著提升开发效率。

- 完成技术文档编写，并协助团队完成项目验收。

1. 智能服饰检测

- 基于Caffe框架，利用Faster RCNN和SSD目标检测网络，实现对智能服饰的分类与定位。

- 设计多尺度特征融合策略，提高检测精度，平均IOU提升至0.85以上。

1. 暴恐图像分类

- 基于Caffe框架，利用深度神经网络（ResNeXt），完成暴恐图像的分类任务。

- 搭建Docker容器化环境，确保算法在多平台下的稳定运行。

项目经验

时间：20xx.5-20xx.7

项目名称：改进的FCN网络用于左心室内外膜分割

项目角色：项目负责人

项目描述：

• 基于MICCAI官网公开数据集，改进FCN网络架构，实现左心室内外膜的高精度分割。

• 实验结果显示，分割精度达到92%，达到目前公开的最新研究成果。

• 撰写论文并投稿至国际顶级会议MICCAI，获得专家好评。

时间：20xx.8-20xx.10

项目名称：国际大学生数据竞赛——图像分类挑战赛

项目角色：项目负责人

项目描述：

• 与团队成员合作，基于深度学习框架完成图像分类任务。

• 在1644支参赛队伍中，取得第6名的优异成绩，显著提升团队竞争力。

• 项目期间，带领团队成员共同学习深度学习理论，提升团队整体技术水平。

时间：20xx.10-20xx.10

项目名称：基于Patch-Level的心肌缺血特征表达与分类

项目角色：项目负责人

项目描述：

• 利用PyTorch框架，结合深度神经网络与SVM算法，实现心肌缺血特征的高效表达与分类。

• 提出多尺度特征融合策略，将分类准确率提升至90%以上。

• 项目成果发表于《Journal of Medical Imaging》，并获得导师高度评价。

专业技能

• 熟练掌握Python、Java、C++、MATLAB编程语言。

• 精通深度学习框架PyTorch、TensorFlow、Caffe、MXNet，具备丰富的模型开发与优化经验。

• 熟悉目标检测算法（SSD、Faster RCNN、YOLO）、分类算法（ResNet、ResNeXt、EfficientNet）及特征提取技术（SIFT、HOG）。

• 熟悉Linux系统，具备扎实的算法实现与调试能力。

• 英语六级（560分），具备良好的阅读与写作能力；计算机二级（C语言），熟练掌握数据结构与算法。

自我评价

我是一名积极进取、乐于学习的技术型人才，具备扎实的计算机视觉与图像处理基础。在校期间，我不仅在学术上取得了优异成绩，还通过参与多个科研项目和实习实践，积累了丰富的实战经验。我擅长将理论与实践相结合，能够快速解决复杂问题。

我自控力强，始终明确自己的职业目标，并为之不懈努力。在团队合作中，我善于沟通协调，乐于分享知识，曾多次带领团队完成高难度项目。此外，我还热爱乒乓球、旅行等兴趣爱好，这些活动不仅丰富了我的生活，也锻炼了我的抗压能力和团队协作能力。