第1章 岗位能力画像与简历优化模板
本章聚焦计算机视觉高级算法工程师的岗位能力拆解与简历优化方法。通过能力画像、关键词清单、成果量化句式和面试问答，帮助你在面试前建立清晰的自我定位，让简历从“技术列表”升级为“价值证明”。
1.1 岗位能力画像详解
下表拆解每个能力维度的关键要求与面试考察点，帮助你精准定位自身优势和短板。
| 维度 | 关键要求 | 面试考察点 | 常见短板 |
|---|---|---|---|
| 算法基础 | 图像处理、深度学习、3D视觉、多模态 | 原理推导、选型对比、边缘case处理 | 只懂调用不懂原理 |
| 工程能力 | C++/Python、TensorRT、ONNX、量化剪枝 | 部署链路、性能优化、踩坑经验 | 算法无法落地生产 |
| 业务理解 | 需求分析、指标定义、ROI评估、A/B实验 | 业务指标拆解、收益量化 | 脱离业务谈算法 |
| 学术视野 | 顶会跟踪、前沿方法复现、改进创新 | 最新方向认知、创新思路 | 技术栈陈旧不更新 |
| 软素质 | 技术方案评审、跨团队协作、 mentorship | 冲突处理、技术影响力 | 只做执行不输出方法论 |
💡 面试官底层逻辑：高级岗位不只看“会不会”，更看“能不能带队落地、能不能选对方向、能不能量化价值”。
1.2 简历关键词清单
面试官简历筛选平均用时 15-30 秒，关键词匹配度直接决定是否进入面试。以下按方向列出必备关键词：
| 技术方向 | 核心关键词 | 熟练度标注建议 |
|---|---|---|
| 图像分类 / 识别 | ResNet · ViT · EfficientNet · 知识蒸馏 · 数据增强 · 长尾分布 | 精通 / 掌握 / 熟悉 |