求职主页 · 中文 · 2027 年 6 月预计毕业
两个岗位方向，同一段背景，侧重点不同。选择你在招的方向，下面的经历、项目、匹配对照与简历会一起切换。
求职方向 / 产品经理（AI / B 端）
具备 2 年以上企业级产品与解决方案经验，参与 100+ B 端项目。从银行金融产品的需求拆解、PRD、研发协同到上线验收，也能用 Python 独立完成 AI 原型与模型评测。
参与 100+ B 端项目，从客户技术规范到配置选型、研发适配、质量验证与交付方案，主导的高密度服务器产品上线初期获 3,000 万元订单。
银行电子保函项目从需求拆解、PRD、研发协同到验收上线全程参与，较原计划提前 1 个月上线，未出现重大线上缺陷。
用 Python 独立完成 AI 原型与模型评测；CVPR 2026 Findings 独立一作，具备从模型能力评估到 AI 产品方案设计的技术基础。
左列是招聘要求里常见的几项，右列是我对应的经历与证据。
从金融业务流程，到服务器产品导入。以需求、协作与结果串起每一次交付。
把银行电子保函的复杂业务，拆成清晰的产品方案。
面向银行、担保机构与企业用户，参与从业务梳理、方案设计到验收上线的完整流程。
交付结果较原计划提前 1 个月上线，未出现重大线上缺陷。
从客户技术规范，推进到产品导入与规模交付。
负责通用服务器产品线，累计参与 100+ 项目，覆盖南方电网、中国电信等集中采购项目。
交付结果主导导入的高密度服务器产品，上线初期获得 3,000 万元订单。
独立构建 AI 应用，也用实验评估模型能力与成本。
计算机视觉学习者与求职者
已跑通端到端流程竞赛、学术活动和实习机会散落在不同平台，如何每天把相关信息送到用户面前？
独立设计信息产品，将需求拆解为多源采集、日期标准化、分类排序与邮件触达，以 YAML 配置数据源、可信域名和调度参数。
接入 Kaggle API 与网页采集器，结合 LLM 完成翻译、摘要和相关性筛选，已实现三类信息每日各 Top 3 推送，支持定时任务、异常告警与自动化测试。
采集成功率与相关性命中率，检验简报对实际信息获取的帮助。
1,336 个 LongVideoBench 验证样本 · Qwen2.5-VL / LLaVA-Video
已完成评测在保证回答质量的前提下，视频大模型到底需要看多少帧？
独立设计嵌套置信度路由，评估最小充分帧数与计算成本；实现模型适配器、自动化测试与 CI，提供脱敏实验产物、数据及许可证说明。
在独立前向成本模型下，Qwen 接近基线准确率时节省 18.0% FLOPs，为模型选型及准确率与计算成本的权衡提供依据。
收益未迁移至 LLaVA-Video；18.0% 为特定成本模型下的 FLOPs 节省，不等同于实际端到端延迟降低。
健身与动作训练用户 · Windows 本地应用
开发中如何把动作识别能力，转化为用户能看懂、能跟随的实时纠错反馈？
将实时反馈需求拆解为姿态处理、评分逻辑与桌面界面模块，通过接口和数据契约明确模型能力边界、输入输出及功能依赖。
已完成应用框架、配置系统与 Mock 姿态流程，跑通配置、Mock 姿态及评分反馈链路，预留 GPU 推理接口。
接入 GPU 实时推理，重点验证端到端延迟、分段准确率与评分一致性。
把用户场景转化为需求与业务规则，再落实为研发边界、验收标准和交付计划。
理解模型评测、能力边界与落地链路，关注 LLM Agent 在检索、工作流和数据分析中的应用。
能够亲手完成数据处理、API 集成与原型验证，和研发团队讨论实现路径与技术约束。
人工智能 · 专业型硕士研究生
联合培养：中国科学院海西研究院泉州装备制造研究所
综测前 10%，获中国科学院学业奖学金、“华为杯”研究生数学建模竞赛全国三等奖（队长）。
软件工程 · 工学学士
计算机科学学院
综测专业前 10%，多次获学业奖学金；获“互联网+”省级三等奖、“挑战杯”省级三等奖。
本科期间担任九黎（武汉）软件开发公司校内学生创业团队总负责人，统筹小程序、网站与管理系统外包项目的需求沟通、任务分配、开发、进度管理及交付验收，并参与开发。
基于无标注骨架序列，研究周期自适应多尺度一致性与重复动作计数；获 CVPR Compute Gold Star（计算效率与可复现性），并在会议展示海报。
另有 7 篇论文在投或返修：3 篇独立一作（IEEE TMC、AAAI 2027 两篇），4 篇二作（IJCV、TCSVT 在审，Pattern Recognition 两篇返修）。担任 Image and Vision Computing 期刊审稿人。
阅读论文求职方向 / 视觉算法工程师（视频理解 / 多模态）
人工智能硕士在读，聚焦视频理解、人体动作分析与多模态模型。CVPR 2026 Findings 独立一作，获 CVPR Compute Gold Star；具备算法设计、PyTorch 训练与消融评测经验，并完成 Jetson 端侧 TensorRT 部署与实机验证，能结合准确率、时延和资源开销优化视觉系统。
周期自适应自监督重复动作计数，RepCount 0.129 MAE 超过既有监督基线；获 CVPR Compute Gold Star（计算效率与可复现性）。
主导问题定义、方法设计、PyTorch 实现、训练与消融评测；另有 7 篇论文在投或返修，其中 3 篇独立一作。
PyTorch → ONNX → TensorRT FP16，端到端平均延迟 16.5 ms、峰值 41.0 FPS，4 小时压测无崩溃，精度、时延与稳定性同时成立。
左列是招聘要求里常见的几项，右列是我对应的经历与证据。
在 1,336 个 LongVideoBench 样本上评测 Qwen2.5-VL 与 LLaVA-Video，置信度路由在接近基线准确率时节省 18.0% FLOPs，并明确跨模型边界。
查看从自监督动作计数、视频语言模型的效率边界，到 Jetson 上跑通的端侧系统。
自监督学习 · 无标注骨架序列 · 人体动作分析
CVPR 2026 Findings当动作速度不断变化，如何摆脱固定周期假设和计数标签依赖？
主导问题定义、方法设计与代码实现，完成端到端 PyTorch 训练、评测、消融分析及论文撰写，验证自监督时序建模方案。
RepCount 达到 0.129 MAE / 0.842 OBO，Countix 达到 0.098 MAE / 0.879 OBO，超过既有监督基线。成果获 CVPR 2026 Findings 录用（独立一作、唯一学生作者）及 CVPR Compute Gold Star。
已在会议展示海报。围绕计算效率、可复现性与完整消融评测组织研究产物。
1,336 个 LongVideoBench 验证样本 · Qwen2.5-VL / LLaVA-Video
已完成评测在保证回答质量的前提下，视频大模型到底需要看多少帧？
独立设计嵌套置信度路由，评估最小充分帧数与计算成本；实现模型适配器、自动化测试与 CI，提供脱敏实验产物、数据及许可证说明。
在独立前向成本模型下，Qwen 接近基线准确率时节省 18.0% FLOPs，为模型选型及准确率与计算成本的权衡提供依据。
收益未迁移至 LLaVA-Video；18.0% 为特定成本模型下的 FLOPs 节省，不等同于实际端到端延迟降低。
Jetson Orin Nano 8 GB · USB 摄像头 · 离线运行、零视频上传
IEEE TMC 在审把自监督计数模型压到端侧，能否在 25 W 功耗下同时做到实时、稳定、不掉精度？
实现完整端侧链路与 PyTorch → ONNX → TensorRT FP16 部署；采用 CPU/GPU 异步流水线、静态内存复用与限长队列旧帧丢弃优化时延与吞吐。
计数模型 0.72M 参数、FP16 体积 1.4 MB；25 W 模式、416×320、Skip=2 配置下端到端平均延迟 16.5 ms、P99 20.2 ms，峰值吞吐 41.0 FPS。实机持续运行约 35 FPS，4 小时压测无崩溃、内存稳定在约 2.5 GB；FP16 部署后 RepCount MAE 0.091。
精度、时延与运行稳定性三者同时成立，而不是只优化其中一项；这是面向真实设备的算法工程能力。
两段产品与工程经历，让我习惯用需求、时延与资源约束来看算法。
把银行电子保函的复杂业务，拆成清晰的产品方案。
面向银行、担保机构与企业用户，参与从业务梳理、方案设计到验收上线的完整流程。
交付结果较原计划提前 1 个月上线，未出现重大线上缺陷。
从客户技术规范，推进到产品导入与规模交付。
负责通用服务器产品线，累计参与 100+ 项目，覆盖南方电网、中国电信等集中采购项目。
交付结果主导导入的高密度服务器产品，上线初期获得 3,000 万元订单。
围绕人体动作构建时序表示，完成模型训练、消融及精度与计算量评测。
研究视频信息充分性，量化模型准确率与计算成本之间的关系。
从训练评测到设备上的实时系统，兼顾时延、吞吐、内存与运行稳定性。
人工智能 · 专业型硕士研究生
联合培养：中国科学院海西研究院泉州装备制造研究所
综测前 10%，获中国科学院学业奖学金、“华为杯”研究生数学建模竞赛全国三等奖（队长）。
软件工程 · 工学学士
计算机科学学院
综测专业前 10%，多次获学业奖学金；获“互联网+”省级三等奖、“挑战杯”省级三等奖。
本科期间担任九黎（武汉）软件开发公司校内学生创业团队总负责人，统筹小程序、网站与管理系统外包项目的需求沟通、任务分配、开发、进度管理及交付验收，并参与开发。
基于无标注骨架序列，研究周期自适应多尺度一致性与重复动作计数；获 CVPR Compute Gold Star（计算效率与可复现性），并在会议展示海报。
另有 7 篇论文在投或返修：IEEE TMC（Nano-TCC，独立一作）、AAAI 2027 两篇独立一作；Pattern Recognition 两篇返修，IJCV、TCSVT 各一篇在审（二作）。担任 Image and Vision Computing 期刊审稿人。
阅读论文期待视频理解、人体动作分析、多模态算法与端侧部署相关机会，欢迎交流研究与工程问题。
2027 年 6 月预计毕业 · 欢迎联系交流岗位机会