机器视觉研发工程师简历模板

在校期间，系统学习了计算机视觉、机器学习等专业课程，成绩优异。参与了多项科研项目，培养了扎实的理论基础和实践能力。

• 负责机器视觉算法的研究与开发，优化图像识别、目标检测等算法，提高识别准确率和效率。
• 参与公司产品的机器视觉模块设计与开发，完成从需求分析到算法实现的全流程工作。
• 与团队成员协作，解决项目中遇到的技术难题，如复杂场景下的目标定位、图像预处理优化等。
• 跟进行业最新技术动态，引入新技术和方法，提升产品的竞争力。

• 主导公司重点机器视觉项目的技术方案设计与实施，带领团队攻克技术难关。
• 优化深度学习模型在机器视觉中的应用，降低模型计算复杂度，提高实时性。
• 负责与客户沟通技术需求，提供定制化的机器视觉解决方案，推动项目落地。
• 培养和指导团队内 junior 工程师，提升团队整体技术水平。

• 该项目为工业自动化检测系统，主要用于检测电子产品外观缺陷。
• 负责算法模块开发，采用深度学习目标检测算法，对产品表面划痕、污渍等缺陷进行识别。
• 优化数据增强策略，提高模型泛化能力，使缺陷检测准确率达到 99%以上。
• 参与系统集成与测试，与硬件团队协作，确保算法在实际工业环境中的稳定运行。

• 项目是智能安防监控系统的一部分，专注于行人行为分析。
• 设计并实现行人检测与跟踪算法，结合人体姿态估计技术，识别异常行为（如摔倒、奔跑等）。
• 构建大规模行人行为数据集，采用迁移学习加速模型训练，使系统响应时间小于 0.5 秒。
• 与安防厂商合作进行产品测试与优化，产品已在多个小区试点应用，效果良好。