Știința datelor și AI · Nivel mediu–senior (4+ ani)

CV de inginer în viziune computerizată și NLP

Acest exemplu arată cum puteți lega viziunea computerizată și modelele lingvistice de îmbunătățiri măsurabile ale produsului, de la fluxurile de procesare a imaginilor până la clasificarea textelor. Un CV bun pentru acest rol prezintă clar datele, alegerile privind modelele, activitatea de implementare și rezultatele evaluării atât pentru echipele de inginerie, cât și pentru cele de cercetare aplicată.

Verificarea CV-ului

Ce caută recrutorii și sistemele de urmărire. Un ghid, nu o predicție.

100 / 100Complet

100%

Date de contact20 / 20
Rezumat20 / 20
Experiență30 / 30
Competențe20 / 20
Studii10 / 10

Date de contact

Treceți-le la începutul CV-ului; recrutorii și sistemele de urmărire le caută mai întâi.

Numele complet

Denumirea postului

E-mail

Telefon

Locație

Site web sau LinkedIn

Adăugați o fotografie

Opțional. În SUA, Regatul Unit și Canada, CV-urile nu includ, de obicei, o fotografie.

Rezumat61 de cuvinte

Experiență

Inginer în învățare automată la Ridgeway Applied Language Labs, Boulder, CO (2021 – 2023)
- Am dezvoltat fluxuri OCR și de recunoaștere a entităților denumite pentru facturi, folosind Tesseract și BERT. Am redus cu 22% timpul mediu de triere a excepțiilor în cadrul a două echipe de clienți.
- Am evaluat modele YOLO de detecție a obiectelor pe un set de date etichetat cu 14.000 de imagini și am identificat probleme legate de camere și iluminare, a căror rezolvare a crescut rata de regăsire cu 7 puncte procentuale.

Un loc de muncă pe paragraf; începeți fiecare realizare pe un rând nou cu „-”.

Studii

Competențe11 competențe

Separați competențele prin virgule, de exemplu: Excel, SQL, planificarea proiectelor.

Alte secțiuni

Proiecte, certificări, limbi străine sau orice altceva care vă susține candidatura.

Rezumat

Inginer în viziune computerizată și NLP cu 5 ani de experiență în dezvoltarea de funcționalități ML pentru o platformă B2B de logistică. Puncte forte: preprocesarea imaginilor, ajustarea fină a modelelor transformer și evaluarea modelelor. Rezultate dovedite în îmbunătățirea extragerii informațiilor din documente și a fluxurilor de verificare a coletelor deteriorate. Experiență în implementarea serviciilor PyTorch și monitorizarea calității modelelor după lansare.

Experiență

Inginer în viziune computerizată și NLP la Pineglass Parcel Technologies, Denver, CO (2023 – prezent) - Am construit un flux de detectare a deteriorărilor, folosind PyTorch și OpenCV, pentru fotografiile din depozit. Acesta procesează aproximativ 1.200 de imagini pe zi și a redus cu 18% volumul verificărilor manuale. - Am ajustat fin un model Hugging Face de clasificare a tokenurilor pentru extragerea informațiilor din documentele de expediere, crescând scorul F1 la nivel de câmp de la 0,86 la 0,91 pe un set de evaluare separat. - Am implementat servicii de inferență cu versiuni controlate, folosind Docker și Kubernetes, reducând timpul median de procesare a unei imagini de la 1,8 la 1,2 secunde. Inginer în învățare automată la Ridgeway Applied Language Labs, Boulder, CO (2021 – 2023) - Am dezvoltat fluxuri OCR și de recunoaștere a entităților denumite pentru facturi, folosind Tesseract și BERT. Am redus cu 22% timpul mediu de triere a excepțiilor în cadrul a două echipe de clienți. - Am evaluat modele YOLO de detecție a obiectelor pe un set de date etichetat cu 14.000 de imagini și am identificat probleme legate de camere și iluminare, a căror rezolvare a crescut rata de regăsire cu 7 puncte procentuale.

Studii

Licență în informatică — Aspen Vale Institute of Computing, Fort Collins, CO (2021)

Competențe

Viziune computerizată
procesarea limbajului natural
PyTorch
OpenCV
Hugging Face Transformers
detecția obiectelor
OCR
recunoașterea entităților denumite
evaluarea modelelor
Docker
Kubernetes

Proiecte selectate

• Detectarea coletelor deteriorate: am comparat variante ale modelului YOLO și am documentat rata de regăsire pentru fiecare tip de deteriorare. • Extragerea informațiilor din documentele de expediere: am creat un set de evaluare pentru OCR și extragerea entităților din scanări diverse.

Instrumente

• Python, PyTorch, OpenCV, Hugging Face Transformers, Tesseract • Docker, Kubernetes, MLflow, PostgreSQL, Git

Cum să scrieți un CV pentru rolul de Inginer în viziune computerizată și NLP

Începeți cu modelele lansate în producție

Treceți funcția actuală și cea mai importantă activitate de producție în partea de sus a CV-ului. Precizați ce procesa modelul, volumul de date sau mediul de operare și ce s-a schimbat după lansare, de exemplu volumul verificărilor, latența sau calitatea extragerii. Separați prototipurile de funcționalitățile folosite de clienți sau de echipele operaționale; echipele de recrutare trebuie să vadă dacă ați susținut modelele și în afara unui notebook.

Arătați cum ați evaluat modelele

Menționați metoda de evaluare și indicatorul potrivit pentru sarcină: precizie și rată de regăsire pentru detecție, F1 pentru extragere sau latență pentru un serviciu de inferență. Includeți dimensiunea sau sursa setului de date, dacă puteți, și precizați dacă rezultatele provin dintr-un set separat sau din monitorizarea în producție. Evitați să afirmați fără dovezi că un model este precis dacă nu spuneți ce ați măsurat.

Precizați tehnologiile folosite

Enumerați cadrele de lucru, familiile de modele și instrumentele de implementare pe care le-ați folosit efectiv, precum PyTorch, OpenCV, Hugging Face Transformers, Docker sau Kubernetes. Asociați fiecare instrument cu un proiect sau un rezultat, în loc să enumerați toate pachetele pe care le-ați încercat. Menționați platforme cloud sau baze de date vectoriale numai dacă au făcut parte din activitatea dumneavoastră și sunt relevante pentru anunțul de angajare.

Includeți un portofoliu bine ales

Un portofoliu concis poate prezenta un proiect reproductibil de viziune computerizată sau NLP, metoda de evaluare și o explicație clară a compromisurilor. Includeți linkuri către cod sau demonstrații pe care aveți voie să le distribuiți și eliminați datele clienților, acreditările și detaliile modelelor proprietare. Separați lucrările academice, tutorialele și proiectele personale de activitatea de producție, pentru ca cititorii să înțeleagă rapid nivelul dumneavoastră de responsabilitate.

Cuvinte-cheie frecvente

Competențe și instrumente menționate frecvent pentru acest rol. Folosiți doar ce stăpâniți și păstrați formularea din anunțul de angajare. Faceți clic pe un element pentru a-l copia.

Verbe de acțiune

Am construitAm antrenatAm implementatAm redusAm îmbunătățitAm automatizatAm evaluat

Întrebări despre acest rol

Cât de lung ar trebui să fie un CV de inginer în viziune computerizată și NLP?

Pentru aproximativ cinci ani de experiență, două pagini sunt de obicei suficiente dacă a doua pagină conține detalii relevante despre proiecte sau aspecte tehnice. Păstrați pe prima pagină cele mai importante rezultate din producție, evaluarea modelelor și implementare. De regulă, puteți scurta sau elimina cursurile de la începutul carierei și locurile de muncă fără legătură, cu excepția cazului în care evidențiază competențe direct relevante.

Ar trebui să includeți un portofoliu sau un link GitHub?

Includeți unul dacă prezintă activitate relevantă, disponibilă public și ușor de evaluat, precum un proiect reproductibil, un notebook de evaluare sau un material tehnic. Explicați sarcina, sursa datelor, indicatorii și contribuția dumneavoastră. Nu încărcați date ale clienților, codul angajatorului sau materiale protejate de acorduri de confidențialitate; pentru acestea, este mai sigur să folosiți o descriere din care au fost eliminate detaliile sensibile.

Ce certificări ar trebui să enumerați pentru acest rol?

În general, rolurile de inginer în viziune computerizată și NLP din Statele Unite nu impun o licență profesională sau o certificare universală. Enumerați o certificare relevantă în cloud sau în învățare automată numai dacă ați obținut-o; menționați emitentul și data, dacă este util, și plasați-o sub experiența substanțială în proiecte. Nu prezentați absolvirea unui curs drept certificare profesională.

Puteți trece la acest rol din data science sau inginerie software?

Da. Evidențiați proiectele care arată că puteți construi și evalua modele de viziune sau limbaj, lucra cu date reale și integra inferența într-o aplicație. Dacă veniți din data science, adăugați exemple de implementare și monitorizare; dacă veniți din inginerie software, prezentați antrenarea modelelor, indicatorii potriviți sarcinii și gestionarea seturilor de date. Marcați clar proiectele personale sau academice și descrieți contribuția dumneavoastră.