机器学习算法工程师HR推荐

【#机器学习算法工程师#】招聘方如何在海量简历中挑选出你？学会这些撰写技巧，让机会倍增。 以下是小编整理的机器学习算法工程师，同时，简历模板资源网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：机器学习算法工程师

意向城市：广东广州

姓名：xxx

电话：xxx

邮箱：xxx

教育背景

时间：20xx.9-至今

学校名称：xxx大学

专业名称：机电专业

学校描述：

机电专业，四级459分，在我校xxx大学皮肤听声研究所从事相关科研内容的训练和学习。

目前发表论文1篇核心期刊（已收到录用通知）、4篇EI索引（已收到录用通知），两篇EI和两篇SCI在审。申请专利四项，其中一个实用新型专利，三个发明型专利，皆进入实审阶段。

GPA：3.8/4.0，专业排名前10%。

获得国家奖学金、校级一等奖学金、优秀学生干部称号、校级优秀毕业生称号。

在校期间积极参与各类学术活动，如机器人竞赛、学术论坛等，并在其中担任组织者或志愿者。

工作经验

时间：20xx.9-至今

公司名称：xxx有限公司

职位名称：实验室本科学生

工作描述：

主要进行机器学习和人工智能方面的学习和科研。本人为该方向课题组学生负责人，团队构成为研究生1人，本科生四人。

工作内容：

• 对OCT（光学相干断层扫描技术）图像进行分类和分割，本人主要负责的部分为深度学习服务器搭建，数据预处理工作，以及数据分析工作。
• 对汉藏语系音频信号进行基于深度学习的浅语义层次的编码，项目背景为皮肤听声子项目，本人负责生成电子合成信号，并对单字发声进行映射编码，最后编码正确率为98%，稀疏度低于0.03。
• 对高分子材料、医学超声图像、网络信息安全数据进行了相关的识别工作，本人皆负责相关实验部分，部分成果处于发表阶段。

工作成果：

• 《A Deep Learning-based Method for Intravascular OCT Images Classification》一文已被SCI期刊接受，目前处于在审阶段。
• 深度学习服务器搭建和数据预处理工作使图像分类准确率提升了20%。
• 生成的电子合成信号在单字发声映射编码中的正确率达到98%，稀疏度低于0.03，相关专利已进入实审阶段。
• 高分子材料识别准确率提升至95%，医学超声图像识别准确率提升至90%，网络信息安全数据识别准确率提升至93%。

项目经验

项目名称：OCT图像分类与分割

项目时间：20xx.9-至今

项目描述：

对OCT图像进行分类和分割，用于医疗诊断。本人负责深度学习服务器搭建、数据预处理和数据分析工作。

项目成果：

• 《A Deep Learning-based Method for Intravascular OCT Images Classification》一文已被SCI期刊接受，目前处于在审阶段。
• 服务器搭建和数据预处理工作使图像分类准确率提升了20%。

项目名称：汉藏语系音频信号浅语义层次编码

项目时间：20xx.9-至今

项目描述：

对汉藏语系音频信号进行基于深度学习的浅语义层次的编码，用于语音识别和分析。本人负责生成电子合成信号，并对单字发声进行映射编码。

项目成果：

• 生成的电子合成信号在单字发声映射编码中的正确率达到98%，稀疏度低于0.03，相关专利已进入实审阶段。

专业技能

• 熟练使用TensorFlow、PyTorch等深度学习框架。
• 熟练掌握Python、C++、Java编程语言。
• 熟悉Linux操作系统。
• 熟悉常用的数据处理工具，如Pandas、NumPy等。
• 熟悉图像处理和计算机视觉技术。
• 有半年以上网络调整参数的经验，掌握统计学习的相关算法。

自我评价

本人具备扎实的机器学习和深度学习理论基础，熟练使用TensorFlow、PyTorch等深度学习框架进行相关网络结构的搭建。有半年以上网络调整参数的经验，掌握统计学习的相关算法。熟悉Python、C++、Java编程语言，能独立完成数据预处理、模型训练和优化工作。在团队合作中，我积极主动，善于沟通，能够快速适应和解决各种问题。