2025年技术人员年终述职报告

2025年技术人员年终述职报告一、年度工作总览1.1组织定位本人隶属北京云脉数据科技有限公司—研发中心—算法平台部，职级T32，岗位“高级算法工程师（CV方向）”，全年承担“工业视觉质检平台2.0”项目主研及“边缘智能网关”技术负责人双重角色。1.2核心指标达成①交付：完成7个迭代、63条需求、零回退版本；②质量：线上P0缺陷0起，P1缺陷2起（同比下降73%）；③效率：平均迭代周期由21天压缩至14天，需求吞吐率+50%；④成本：通过模型蒸馏+TensorRT加速，GPU算力成本年节省¥1.34M；⑤专利：提交发明专利6件（已受理4件），软件著作权2件；⑥影响力：对外技术分享5场，覆盖客户+生态伙伴320人次。二、重点项目复盘2.1工业视觉质检平台2.0背景：2024版单GPU只能跑2路4K相机，客户要求“单卡8路、检测节拍≤80ms”。2.1.1技术路线①模型侧：选用YOLOv8X为Teacher，自研剪枝+量化得到Student“YOLOEdgeS”，mAP@0.5仅下降0.7%；②推理侧：TensorRT8.6+INT8校准，自定义Plugin实现DCNv3；③调度侧：开发“BatchDynamic”框架，根据产线节拍自动调节batch=1~8；④数据侧：上线“增量半自动标注”流水线，标注人效提升3.8倍。2.1.2实施步骤Step1需求澄清——20250205至0209输出《视觉性能需求基线表》，把“80ms”拆成“图像采集15ms+网络传输12ms+推理40ms+后处理8ms+缓存5ms”，与客户签字确认。Step2模型压缩实验——0210至0315a.通道剪枝：以L1norm为重要性指标，逐层敏感度分析，剪枝率53%；b.量化：采用KL散度校准1024张产线真实图，INT8精度损失0.4%；c.知识蒸馏：引入Featurebased蒸馏，温度系数T=4，损失权重α=0.7。Step3推理优化——0316至0410a.构建TensorRTengine，开启fp16+int8混精度，workspace=2G；b.重写NMSPlugin，GPU端一次性完成TopK+阈值过滤，耗时由12ms降至4ms；c.采用CUDAGraph把kernel预绑定，CPU调度延迟再降1.8ms。Step4灰度上线——0411至0425先在客户A的3号产线试点，运行7×24小时，采集200K图像，缺陷漏检率0.03%，过杀率1.1%，达标。Step5全量推广——0426至0531复制到15条产线，把镜像固化成“cvinfer:2.0.7”，写入HelmChart，一键滚动发布。2.1.3成果单卡8路4K稳定运行，推理时延38ms，节拍75ms，客户验收一次通过；年度新增合同额¥9.8M。2.2边缘智能网关背景：某市2000座配电房需本地识别“明火+烟雾+未戴安全帽”，网络带宽<2Mbps，延迟<300ms。2.2.1系统架构①硬件：NVIDIAJetsonOrinNano8G+海康4MP相机×2；②软件：Ubuntu22.04+JetPack5.1.2+Docker24.0；③算法：轻量化分阶段检测—先Yolov8n做目标，再EfficientNetB0做属性；④联动：检测到异常→MQTT→本地声光报警+4G回传截图。2.2.2落地流程StepA样机打样——0601至0620输出《硬件BOM成本表》，整机成本控制在¥1450，比客户预算低18%。StepB模型训练——0621至0710采集现场视频18小时，标注火焰3.2K帧、烟雾4.1K帧、安全帽21K帧；采用Mosaic+HSV增强，mAP达0.92。StepC边缘适配——0711至0725a.使用torch2trt将权重转engine，INT8模式下FPS=38；b.开发“双路帧队列”缓存，避免USB相机丢帧；c.实现MQTT断网续传，缓存上限500条，Flash磨损均衡。StepD小批量试点——0726至0831部署30台，运行30天，产生告警112次，人工复核准确率96%，客户签字确认。StepE批量交付——0901至1015完成2000台整机烧录、IMEI绑定、OSS远程升级通道，一次性通过国网验收。2.2.3经济效益项目总金额¥28M，毛利率42%，为公司开辟“能源安监”新赛道。三、技术制度建设3.1《算法模型上线红线制度》目的：杜绝“未经评测的模型直接上产线”。适用范围：研发中心全部CV/NLP/语音项目。核心条款：①离线mAP低于基线3%禁止合并；②INT8量化损失>1%必须打回；③灰度运行<72h或样本<10K张禁止全量；④违反红线，责任人当季绩效≤C。3.2《代码质量门禁实施细则》工具链：GitLab+SonarQube10.0+precommit钩子。指标：a.重复率<5%；b.单测覆盖率>80%；c.关键漏洞=0；d.代码规范违规<10/千行。流程：提交MR→Jenkins触发Sonar扫描→若未达标，机器人自动1，强制修复后方可合并。3.3《线上事故应急预案》事故分级：P0（客户停产）—15min内电话通知部门总经理，1h内组建应急小组；P1（关键功能不可用）—30min内通知项目经理，2h内给出临时方案；P2（一般缺陷）—24h内修复。应急仓库：Git独立分支“hotfix/{日期}”，合并需MR+双人审批；Docker镜像打“vX.Y.Zhotfix{commit}”标签，禁止覆盖。复盘模板：现象→定位→影响范围→根因→解决方案→后续Action，5天内输出PDF归档。四、团队与知识管理4.1新人培养制定“CV算法新人90天成长地图”，分三阶段：①030天：读完《深度学习入门》《TensorRT部署实战》，跑通MNIST→CIFAR→ImageNet流水线；②3160天：负责一个子模块（如数据增强脚本），提交MR≥3；③6190天：独立交付一个量化PR，mAP损失≤1%。配套资源：Confluence专属空间+GPU服务器RTX4090×2+导师1对1。4.2技术分享内部“周三PaperReading”轮值表，全年我主讲5期：①《YOLOv8架构拆解与二次开发》②《TensorRTINT8量化细节与Debug技巧》③《工业场景小目标检测Trick》④《边缘Jetson性能调优兵器谱》⑤《CUDAGraph原理与实战》分享后48h内上传Slide+录屏，B站播放量累计1.2万。4.3知识库沉淀输出《视觉模型部署FAQ》文档，累计条目87条，覆盖“onnx转trt失败”“JetsonGPIO控制”等，全文检索平均响应<0.3s，新人问题重复率下降35%。五、个人成长与下一步规划5.1技能提升①通过NVIDIADLI《CUDAPython加速计算》认证；②完成《KubernetesCKA》考试，得分91/100；③发表EI会议论文1篇（已录用），题目《ALightweightDefectDetectionNetworkforHighresolutionIndustrialImages》。5.22026目标①技术：探索“检测+分割+OCR”多任务统一模型，预计参数量<50M，mAP提升2%+；②业务：把质检平台推广到3C、锂电两大新行业，新增合同≥¥15M；③团队：打造“算法+工程+产品”三位一体小组，培养T31骨