机器视觉开发工程师简历模板

在校期间系统学习了计算机科学与技术相关课程，包括数据结构、算法分析、计算机视觉基础等，为机器视觉开发工作奠定了扎实的理论基础。积极参与学校组织的科技创新活动，培养了团队协作和项目实践能力。

• 负责公司机器视觉产品的算法研发与优化，针对工业质检场景，开发基于深度学习的缺陷检测算法，使检测准确率从 85%提升至 95%以上。
• 与硬件团队紧密合作，完成相机选型、光源设计等硬件方案的制定，确保视觉系统的稳定性和准确性。
• 参与产品的技术支持与客户现场调试工作，解决客户在使用过程中遇到的技术问题，提高客户满意度。

• 主导公司新的机器视觉项目开发，带领团队完成从需求分析到产品落地的全流程工作。在物流分拣项目中，通过优化视觉定位算法，使分拣效率提高 30%。
• 负责团队技术培训与知识分享，提升团队整体技术水平。建立代码规范和技术文档体系，提高项目开发效率和代码质量。
• 与客户沟通技术需求，提供专业的技术解决方案，成功拓展多个重要客户，为公司带来显著的经济效益。

• 该项目为工业零件尺寸测量系统。作为核心开发人员，负责算法设计与实现。采用机器视觉技术，结合边缘检测和模板匹配算法，实现对多种工业零件的高精度尺寸测量。
• 优化算法性能，在保证测量精度的前提下，将单张图片处理时间从 200ms 降低至 80ms，满足产线实时检测需求。
• 与产线工人沟通，了解实际使用场景和需求，对系统进行针对性优化，使系统在实际应用中稳定运行，测量准确率达到 99.5%以上。

• 参与智能安防监控项目，负责行人行为识别模块开发。基于深度学习的人体姿态估计模型，实现对行人异常行为（如摔倒、奔跑等）的实时检测与报警。
• 收集并标注大量行人行为数据，对模型进行训练和优化，使模型在复杂场景下的识别准确率达到 90%以上。
• 与硬件厂商合作，完成模型在嵌入式设备上的部署，实现低功耗、实时性的行人行为识别功能，已在多个安防项目中应用。