久久精品国产一区二区电影,久久精品国产亚洲av瑜伽,精品无人区一码卡二卡三,久草热8精品视频在线观看 ,久久99精品久久久久麻豆

計(jì)算機(jī)專業(yè)簡歷范文

(計(jì)算機(jī)專業(yè)簡歷)一份專業(yè)且吸引人的簡歷，不僅能夠全面展示你的技術(shù)實(shí)力和項(xiàng)目經(jīng)驗(yàn)，更是獲得心儀職位的敲門磚。那么，如何撰寫一份令人印象深刻的計(jì)算機(jī)專業(yè)簡歷呢？簡歷應(yīng)該突出哪些關(guān)鍵信息？

以下是錘子簡歷 網(wǎng)整理的計(jì)算機(jī)專業(yè)簡歷怎么寫范文？，歡迎大家閱讀收藏！

求職意向 

求職類型：全職   

意向崗位：計(jì)算機(jī)視覺算法   

意向城市：廣東廣州   

薪資要求：面議   

求職狀態(tài)：隨時(shí)到崗   

教育背景 

時(shí)間：201X.9-201X.6   

學(xué)校名稱：錘子簡歷 大學(xué)（1）   

專業(yè)名稱：電子信息工程   

學(xué)校描述： 在校期間，專業(yè)成績第一，實(shí)驗(yàn)室3年學(xué)習(xí)經(jīng)歷，參與國家級(jí)大學(xué)生創(chuàng)新項(xiàng)目，OpenCV車牌識(shí)別項(xiàng)目和基于物聯(lián)網(wǎng)ZigBee傳感網(wǎng)絡(luò)項(xiàng)目。獲得過電子設(shè)計(jì)大賽一等獎(jiǎng)。

工作經(jīng)驗(yàn) 

時(shí)間：201X.3-201X.5   

公司名稱：錘子簡歷 工作經(jīng)驗(yàn)案例（1）   

職位名稱：視覺算法工程師   

工作內(nèi)容與成果

負(fù)責(zé)AI ISP項(xiàng)目的圖像增強(qiáng)研究，通過深度學(xué)習(xí)模型優(yōu)化了攝像頭采集的圖像質(zhì)量，顯著提升了圖像的視覺效果。

成功設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)完整的ISP pipeline流程，包括圖像增強(qiáng)模型的研發(fā).前沿論文方法的復(fù)現(xiàn)與應(yīng)用，以及對圖像屬性的精細(xì)調(diào)整，如局部亮度和色調(diào)的優(yōu)化。

在Jetson平臺(tái)上完成了模型的量化工作，通過算力和精度的綜合評估，確保了模型在實(shí)際應(yīng)用中的高效性和準(zhǔn)確性。

時(shí)間：201X.7-201X.1   

公司名稱：錘子簡歷 工作經(jīng)驗(yàn)案例（2）   

職位名稱：圖像算法工程師   

負(fù)責(zé)目標(biāo)檢測YOLO和分類模型，根據(jù)業(yè)務(wù)需求訓(xùn)練及評估精度，達(dá)到延時(shí)要求，推進(jìn)項(xiàng)目落地等工作。

工作內(nèi)容與成果

主導(dǎo)了目標(biāo)檢測YOLO和分類模型的開發(fā)與訓(xùn)練工作，根據(jù)業(yè)務(wù)需求精確調(diào)整模型以達(dá)到最優(yōu)的精度和延時(shí)平衡。

通過使用ShuffleNet和MobileNet等輕量級(jí)模型結(jié)構(gòu)，成功優(yōu)化了模型的推理速度，滿足了實(shí)時(shí)性的要求。

利用TensorRT和CUDA技術(shù)進(jìn)行了模型的部署.量化和混合精度開發(fā)，進(jìn)一步提高了模型的推理效率和性能。

時(shí)間：201X.4-201X.6   

公司名稱：錘子簡歷 工作經(jīng)驗(yàn)案例（3）   

職位名稱：圖像算法工程師   

負(fù)責(zé)OCR算法方向研究，開發(fā)了文字檢測識(shí)別算法和服務(wù)端部署，推進(jìn)項(xiàng)目及對接業(yè)務(wù)，實(shí)現(xiàn)項(xiàng)目落地等工作。

工作內(nèi)容與成果

負(fù)責(zé)OCR算法的研發(fā)工作，成功開發(fā)了文字檢測與識(shí)別算法，并實(shí)現(xiàn)了服務(wù)端的部署與業(yè)務(wù)對接。

通過采用EAST+CRNN+CTC算法模型，實(shí)現(xiàn)了高效的文字檢測與識(shí)別功能，滿足了客戶的實(shí)際需求。

持續(xù)跟蹤OCR領(lǐng)域的前沿算法，通過不斷優(yōu)化模型提高了識(shí)別的準(zhǔn)確率，并在云端成功部署了相關(guān)模型以提供實(shí)時(shí)響應(yīng)服務(wù)。

時(shí)間：201X.10-201X.4   

公司名稱：錘子簡歷 工作經(jīng)驗(yàn)案例（4）   

職位名稱：DSP工程師   

負(fù)責(zé)AI視頻會(huì)議產(chǎn)品中人臉目標(biāo)檢測，在x86和海思平臺(tái)部署應(yīng)用，跟進(jìn)MCU平臺(tái)和

AI終端產(chǎn)品開發(fā)及維護(hù)。

工作內(nèi)容與成果

在AI視頻會(huì)議產(chǎn)品中負(fù)責(zé)人臉目標(biāo)檢測算法的研發(fā)與部署工作，成功在x86和海思平臺(tái)上實(shí)現(xiàn)了應(yīng)用。

使用FaceR-CNN和siamese網(wǎng)絡(luò)進(jìn)行了人臉檢測和分類模型的訓(xùn)練與開發(fā)工作，取得了良好的效果。

在多個(gè)平臺(tái)上進(jìn)行了性能測試與優(yōu)化工作，確保了算法在實(shí)際應(yīng)用中的穩(wěn)定性和高效性。

項(xiàng)目經(jīng)驗(yàn) 

時(shí)間：201X.3-201X.5   

項(xiàng)目名稱：錘子簡歷 （1）項(xiàng)目案例   

項(xiàng)目角色：   

項(xiàng)目使用AI算法來代替?zhèn)鹘y(tǒng)ISP處理，使用低端鏡頭模組就能實(shí)現(xiàn)更好的去噪，更豐富的亮度和色調(diào)顯示。本人主要負(fù)責(zé)圖像增強(qiáng)方面的研究，局部亮度和色調(diào)調(diào)節(jié)。

職責(zé)：

1、圖像增強(qiáng)方面研究，分析問題和提取方法，數(shù)據(jù)集RAW to RGB dataset，采用監(jiān)督學(xué)習(xí)方式訓(xùn)練pixel to pixel，調(diào)節(jié)圖像屬性，如局部亮度和色調(diào)調(diào)整。

2、Jetson平臺(tái)算力和精度評估，做壓縮和量化訓(xùn)練。

績效：

1、與華為手機(jī)P30對比，局部亮度調(diào)節(jié)明顯，色調(diào)更鮮艷，與單反采集圖像對比評估，統(tǒng)計(jì)PSNR/SSIM指標(biāo)。

時(shí)間：201X.7-201X.1   

項(xiàng)目名稱：錘子簡歷 （2）項(xiàng)目案例   

項(xiàng)目角色：   

項(xiàng)目根據(jù)游戲場景訓(xùn)練目標(biāo)檢測YOLO和分類模型，保證精度和優(yōu)化延時(shí)。本人主要負(fù)責(zé)網(wǎng)絡(luò)訓(xùn)練和輕量級(jí)網(wǎng)絡(luò)方面研究，Tensor Cores性能挖掘。

職責(zé)：

1、目標(biāo)檢測方面研究，關(guān)注實(shí)時(shí)性和延時(shí)方面，根據(jù)業(yè)務(wù)場景采集數(shù)據(jù)并訓(xùn)練網(wǎng)絡(luò)。

2、輕量級(jí)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)，ShuffleNet和MobileNet等模型結(jié)構(gòu)來優(yōu)化YOLOv3，量化模型和使用混合精度來提高推理速度。

績效：

1、目標(biāo)檢測和分類模型工程化算法落地，更低的運(yùn)算量，更低延時(shí)2～3ms。

時(shí)間：201X.4-201X.6   

項(xiàng)目名稱：錘子簡歷 （3）項(xiàng)目案例   

項(xiàng)目角色：   

項(xiàng)目對平臺(tái)用戶產(chǎn)生的圖片進(jìn)行審核，包含OCR/QR code/NSFW等模塊，本人主要負(fù)責(zé)OCR文字檢測和識(shí)別方向研究，跟進(jìn)前沿更高準(zhǔn)確率算法，實(shí)現(xiàn)算法并實(shí)施落地。

職責(zé)：

1、負(fù)責(zé)OCR文字檢測和識(shí)別方向研究，采用端到端EAST+CRNN算法模型，開發(fā)訓(xùn)練模型，調(diào)節(jié)模型參數(shù)，以及前沿論文方法嘗試優(yōu)化。

2、魔改EAST文字檢測模型訓(xùn)練，在天池驗(yàn)證集上準(zhǔn)確率達(dá)到84.6%。文字識(shí)別采用

CRNN+CTC算法，中文書本字體準(zhǔn)確率達(dá)到98.2%。

3、文字檢測在GPU上性能優(yōu)化，nms采用底層cython和cuda加速。

4、實(shí)現(xiàn)flask web方案接口部署，TensorFlow Serving模型部署。

績效：

1、平臺(tái)注重垃圾圖片召回，做到召回率96%以上，準(zhǔn)確率90%以上。

2、后處理性能優(yōu)化，達(dá)到實(shí)時(shí)響應(yīng)要求。

時(shí)間：201X.9-201X.4   

項(xiàng)目名稱：錘子簡歷 （4）項(xiàng)目案例   

項(xiàng)目角色：   

項(xiàng)目針對MCU和AI終端產(chǎn)品，包含F(xiàn)RCNN人臉檢測，HMS目標(biāo)跟蹤，CLS實(shí)現(xiàn)分類，分析會(huì)議簽到和參與人員。本人主要負(fù)責(zé)人臉檢測方法開發(fā)，在x86和海思平臺(tái)上實(shí)現(xiàn)。

職責(zé)：

1、負(fù)責(zé)人臉目標(biāo)檢測使用Face R-CNN框架開發(fā)訓(xùn)練，在x86和海思平臺(tái)上部署應(yīng)用。

2、人臉識(shí)別siamese網(wǎng)絡(luò)開發(fā)訓(xùn)練，及AI開放平臺(tái)應(yīng)用精度對比。

3、視頻實(shí)時(shí)圖像預(yù)處理，對接算法模塊，做到視頻低延時(shí)。

績效：

1、人臉檢測算法模塊對接了多個(gè)產(chǎn)品，推動(dòng)項(xiàng)目開發(fā)，投入生產(chǎn)化。

自我評價(jià) 

對工作有極強(qiáng)的責(zé)任心，有獨(dú)立開發(fā)項(xiàng)目能力。注重項(xiàng)目推進(jìn)，團(tuán)隊(duì)協(xié)作和溝通，主動(dòng)跟進(jìn)項(xiàng)目。自學(xué)能力強(qiáng)，不斷提升完善知識(shí)結(jié)構(gòu)。能頂住壓力，突破既有框架做出改變，愿接受挑戰(zhàn)性的工作。

文/錘子簡歷

精美簡歷模板，來自錘子簡歷：www.90xin.cn 

錘子簡歷(100chui.com)，專業(yè)簡歷制作

著作權(quán)歸作者所有，轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)。