วิทยาการข้อมูลและ AI · ระดับกลางถึงอาวุโส (4+ ปี)

เรซูเม่วิศวกรคอมพิวเตอร์วิทัศน์และ NLP

ตัวอย่างนี้แสดงวิธีเชื่อมโยงคอมพิวเตอร์วิทัศน์และโมเดลภาษาเข้ากับการปรับปรุงผลิตภัณฑ์ที่วัดผลได้ ตั้งแต่ไปป์ไลน์ภาพไปจนถึงการจำแนกข้อความ เรซูเม่ที่ดีสำหรับตำแหน่งนี้จะอธิบายข้อมูล การเลือกโมเดล งานติดตั้งใช้งาน และผลการประเมินให้ทีมวิศวกรรมและทีมวิจัยประยุกต์เข้าใจได้ชัดเจน

ตรวจสอบเรซูเม่

สิ่งที่ผู้สรรหาและระบบติดตามผู้สมัครมองหา ใช้เป็นแนวทาง ไม่ใช่การคาดการณ์

100 / 100ครบถ้วน

100%
  • ข้อมูลติดต่อคะแนน 20 / 20
  • สรุปประวัติคะแนน 20 / 20
  • ประสบการณ์คะแนน 30 / 30
  • ทักษะคะแนน 20 / 20
  • การศึกษาคะแนน 10 / 10

ข้อมูลติดต่อ

ใส่ข้อมูลเหล่านี้ไว้ด้านบน เพราะผู้สรรหาและระบบติดตามผู้สมัครจะมองหาเป็นอันดับแรก

ไม่บังคับ เรซูเม่ในสหรัฐฯ สหราชอาณาจักร และแคนาดามักไม่มีรูปถ่าย

78 คำ

เขียนหนึ่งงานต่อหนึ่งย่อหน้า เริ่มผลงานแต่ละข้อในบรรทัดใหม่ด้วย “-”

11 ทักษะ

คั่นทักษะแต่ละรายการด้วยเครื่องหมายจุลภาค เช่น Excel, SQL, การวางแผนโครงการ

หัวข้อเพิ่มเติม

โครงการ ใบรับรอง ภาษา หรือข้อมูลอื่นที่ช่วยสนับสนุนใบสมัครของคุณ

โครงการที่คัดเลือก
เครื่องมือ

อเล็กซ์ มอร์แกน

วิศวกรคอมพิวเตอร์วิทัศน์และ NLP

  • อเล็กซ์.มอร์แกน@เอ็กแซมเพิล.คอม
  • +1 555 0100
  • Denver, CO

สรุปประวัติ

วิศวกรคอมพิวเตอร์วิทัศน์และ NLP ที่มีประสบการณ์ 5 ปีในการสร้างฟีเจอร์ ML สำหรับใช้งานจริงให้แพลตฟอร์มโลจิสติกส์ B2B ถนัดด้านการเตรียมภาพล่วงหน้า การปรับแต่งทรานส์ฟอร์เมอร์ และการประเมินโมเดล มีผลงานปรับปรุงการดึงข้อมูลจากเอกสารและขั้นตอนตรวจสอบพัสดุเสียหาย มีประสบการณ์ติดตั้งใช้งานบริการ PyTorch และติดตามคุณภาพโมเดลหลังเผยแพร่

ประสบการณ์

วิศวกรคอมพิวเตอร์วิทัศน์และ NLP ที่ Pineglass Parcel Technologies, Denver, CO (2023 – ปัจจุบัน) - สร้างไปป์ไลน์ตรวจจับความเสียหายจากภาพในคลังสินค้าด้วย PyTorch และ OpenCV เพื่อจัดการภาพประมาณ 1,200 ภาพต่อวัน และลดจำนวนงานตรวจสอบด้วยตนเองลง 18% - ปรับแต่งโมเดลจำแนกโทเค็นของ Hugging Face สำหรับดึงข้อมูลจากเอกสารการจัดส่ง ทำให้ค่า F1 ระดับฟิลด์เพิ่มจาก 0.86 เป็น 0.91 บนชุดประเมินที่กันไว้ - ติดตั้งใช้งานบริการอนุมานที่จัดการเวอร์ชันด้วย Docker และ Kubernetes ลดเวลาในการประมวลผลภาพค่ามัธยฐานจาก 1.8 วินาทีเหลือ 1.2 วินาทีต่อภาพ วิศวกรแมชชีนเลิร์นนิงที่ Ridgeway Applied Language Labs, Boulder, CO (2021 – 2023) - พัฒนาเวิร์กโฟลว์ OCR และการรู้จำชื่อเฉพาะสำหรับใบแจ้งหนี้ด้วย Tesseract และ BERT ลดเวลาเฉลี่ยในการคัดแยกกรณียกเว้นลง 22% ในทีมลูกค้าสองทีม - ประเมินโมเดลตรวจจับวัตถุ YOLO บนชุดข้อมูลที่ติดป้ายกำกับ 14,000 ภาพ ระบุช่องว่างด้านกล้องและแสงที่ช่วยเพิ่มค่า recall ได้ 7 จุดเปอร์เซ็นต์

การศึกษา

วิทยาศาสตรบัณฑิต สาขาวิทยาการคอมพิวเตอร์ — Aspen Vale Institute of Computing, Fort Collins, CO (2021)

ทักษะ

  • คอมพิวเตอร์วิทัศน์
  • การประมวลผลภาษาธรรมชาติ
  • PyTorch
  • OpenCV
  • Hugging Face Transformers
  • การตรวจจับวัตถุ
  • OCR
  • การรู้จำชื่อเฉพาะ
  • การประเมินโมเดล
  • Docker
  • Kubernetes

โครงการที่คัดเลือก

• การตรวจจับพัสดุเสียหาย: เปรียบเทียบโมเดล YOLO รุ่นต่าง ๆ และบันทึกค่า recall แยกตามประเภทความเสียหาย • การดึงข้อมูลจากเอกสารการจัดส่ง: สร้างชุดประเมินสำหรับ OCR และการดึงข้อมูลชื่อเฉพาะจากภาพสแกนหลากหลายรูปแบบ

เครื่องมือ

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

วิธีเขียนเรซูเม่สำหรับตำแหน่ง วิศวกรคอมพิวเตอร์วิทัศน์และ NLP

เริ่มด้วยผลงานโมเดลที่นำไปใช้งานจริง

วางตำแหน่งปัจจุบันและผลงานจริงที่โดดเด่นที่สุดไว้ช่วงต้น ระบุว่าโมเดลจัดการอะไร ขนาดข้อมูลหรือสภาพแวดล้อมการทำงานเป็นอย่างไร และมีอะไรเปลี่ยนไปหลังเผยแพร่ เช่น ปริมาณงานตรวจสอบ เวลาแฝง หรือคุณภาพการดึงข้อมูล แยกต้นแบบออกจากฟีเจอร์ที่ลูกค้าหรือฝ่ายปฏิบัติการใช้งานจริง ทีมสรรหาต้องการเห็นว่าคุณดูแลโมเดลต่อจากขั้นตอนทดลองในโน้ตบุ๊กหรือไม่

แสดงวิธีประเมินโมเดล

ระบุวิธีประเมินและตัวชี้วัดที่เหมาะกับงาน เช่น precision และ recall สำหรับการตรวจจับ F1 สำหรับการดึงข้อมูล หรือเวลาแฝงสำหรับบริการอนุมาน หากทำได้ ให้ระบุขนาดหรือแหล่งที่มาของชุดข้อมูล และอธิบายว่าผลลัพธ์มาจากชุดข้อมูลที่กันไว้หรือการติดตามในระบบจริง หลีกเลี่ยงการกล่าวว่าโมเดลแม่นยำโดยไม่มีข้อมูลว่าคุณวัดอะไร

ระบุเทคโนโลยีที่ใช้ให้ชัดเจน

ระบุเฟรมเวิร์ก ตระกูลโมเดล และเครื่องมือสำหรับติดตั้งใช้งานที่คุณเคยลงมือใช้จริง เช่น PyTorch, OpenCV, Hugging Face Transformers, Docker หรือ Kubernetes เชื่อมโยงเครื่องมือแต่ละอย่างกับโครงการหรือผลงาน แทนการไล่รายชื่อแพ็กเกจทั้งหมดที่เคยลอง กล่าวถึงแพลตฟอร์มคลาวด์หรือฐานข้อมูลเวกเตอร์เฉพาะเมื่อเป็นส่วนหนึ่งของงานจริงและเกี่ยวข้องกับประกาศงาน

ใส่ลิงก์แฟ้มผลงานที่ตรงประเด็น

แฟ้มผลงานที่กระชับช่วยแสดงโครงการด้านคอมพิวเตอร์วิทัศน์หรือ NLP ที่ทำซ้ำได้ แนวทางประเมิน และคำอธิบายข้อแลกเปลี่ยนที่ชัดเจน ใส่ลิงก์ไปยังโค้ดหรือเดโมที่คุณได้รับอนุญาตให้แชร์ และนำข้อมูลลูกค้า ข้อมูลรับรอง และรายละเอียดโมเดลที่เป็นกรรมสิทธิ์ออก แยกบทความวิชาการ บทเรียน และโครงการส่วนตัวออกจากงานจริง เพื่อให้ผู้อ่านเข้าใจขอบเขตความรับผิดชอบของคุณได้รวดเร็ว

คำสำคัญที่ใช้กันทั่วไป

ทักษะและเครื่องมือที่มักระบุสำหรับตำแหน่งนี้ ใช้เฉพาะสิ่งที่คุณมี และใช้คำตามประกาศรับสมัครงาน คลิกเพื่อคัดลอก

คำกริยาแสดงการลงมือทำ

สร้างฝึกติดตั้งใช้งานลดปรับปรุงทำให้เป็นอัตโนมัติประเมิน

คำถามเกี่ยวกับตำแหน่งนี้

เรซูเม่วิศวกรคอมพิวเตอร์วิทัศน์และ NLP ควรยาวแค่ไหน

หากมีประสบการณ์ประมาณห้าปี โดยทั่วไปใช้สองหน้าได้ หากหน้าที่สองมีรายละเอียดด้านโครงการหรือเทคนิคที่เกี่ยวข้อง วางผลงานจริง การประเมินโมเดล และผลลัพธ์จากการติดตั้งใช้งานที่เด่นที่สุดไว้หน้าแรก โดยทั่วไปสามารถย่อหรือลบรายวิชาในช่วงเริ่มต้นและงานที่ไม่เกี่ยวข้องได้ เว้นแต่จะแสดงทักษะที่ตรงกับงานโดยตรง

ควรใส่ลิงก์แฟ้มผลงานหรือ GitHub ไหม

ใส่ได้หากลิงก์นั้นแสดงผลงานที่เกี่ยวข้องซึ่งเผยแพร่สาธารณะและตรวจดูได้ง่าย เช่น โครงการที่ทำซ้ำได้ โน้ตบุ๊กประเมินผล หรือบทความเชิงเทคนิค อธิบายโจทย์ แหล่งข้อมูล ตัวชี้วัด และส่วนที่คุณรับผิดชอบ ห้ามอัปโหลดข้อมูลลูกค้า โค้ดของนายจ้าง หรือเนื้อหาที่อยู่ภายใต้ข้อตกลงรักษาความลับ สำหรับงานดังกล่าว การอธิบายโดยตัดข้อมูลอ่อนไหวออกจะปลอดภัยกว่า

ควรระบุใบรับรองใดสำหรับตำแหน่งนี้

โดยทั่วไปตำแหน่งวิศวกรคอมพิวเตอร์วิทัศน์และ NLP ในสหรัฐอเมริกาไม่จำเป็นต้องมีใบอนุญาตวิชาชีพหรือใบรับรองมาตรฐานเดียวกันทุกแห่ง ระบุใบรับรองด้านคลาวด์หรือแมชชีนเลิร์นนิงที่เกี่ยวข้องเฉพาะเมื่อคุณได้รับแล้ว พร้อมชื่อผู้ออกและวันที่หากเป็นประโยชน์ และวางไว้หลังประสบการณ์โครงการที่มีสาระสำคัญ อย่านำการเรียนจบหลักสูตรมาแสดงเป็นใบรับรองวิชาชีพ

เปลี่ยนสายมาทำตำแหน่งนี้จากวิทยาศาสตร์ข้อมูลหรือวิศวกรรมซอฟต์แวร์ได้ไหม

ได้ เน้นโครงการที่แสดงว่าคุณสร้างและประเมินโมเดลด้านคอมพิวเตอร์วิทัศน์หรือภาษา จัดการข้อมูลจริง และผสานการอนุมานเข้ากับแอปพลิเคชันได้ หากมีพื้นฐานด้านวิทยาศาสตร์ข้อมูล ให้เพิ่มตัวอย่างการติดตั้งใช้งานและการติดตามระบบ หากมาจากวิศวกรรมซอฟต์แวร์ ให้แสดงการฝึกโมเดล ตัวชี้วัดที่เหมาะกับงาน และการจัดการชุดข้อมูล ระบุให้ชัดว่าโครงการส่วนตัวหรือโครงการวิชาการเป็นโครงการประเภทใด และอธิบายส่วนที่คุณทำเอง