工作表现总结自我评价的(6篇).docxVIP

工作表现总结自我评价的(6篇)

【一】

2023年度研发部算法工程师工作表现总结与自我评价

1.组织背景

我所在的A公司主营工业视觉检测，研发部42人，下设算法、嵌入式、平台三条线。2023财年公司营收8.4亿元，其中算法团队支撑的“在线缺陷检测”产品线贡献3.1亿元，占比36.9%。

2.核心职责

2.1负责锂电池极片缺陷检测算法迭代，全年发布4个主版本、11个热补丁；

2.2牵头完成高速线120m/min项目，将检测帧率从30FPS提升到60FPS，漏检率由0.7%降到0.12%；

2.3搭建自动训练平台，把数据标注→模型训练→上线部署的周期从14天压缩到46小时；

2.4作为技术讲师，完成6次内部培训、累计18学时，覆盖86人次。

3.关键项目与方法论

3.1项目：极片皱褶缺陷小样本学习

痛点：缺陷样本300张，传统增强无效。

方法：

a)采用Diffusion生成4万张合成缺陷，FID从68降到23；

b)设计Dual-Teacher半监督框架，利用120万张无标签数据；

c)在3090单卡上训练36小时，mAP@0.5提升11.7个百分点。

结果：客户现场验证21天，无漏报，过杀率0.8%，直接促成订单2200万元。

3.2项目：120m/min高速线性能攻坚

瓶颈：相机带宽6Gb/s打满，CPU预处理占73%周期。

方法：

a)重写Bayer转RGB汇编，利用AVX-512指令，单核耗时从9.8ms降到2.4ms；

b)引入NVIDIADPDK用户态网卡驱动，零拷贝到GPU显存，节省1.2ms；

c)采用TensorRT动态形状，batch=8，FP16精度，GPU利用率92%。

结果：单台工控机可带4路8K相机，硬件成本下降31%，年度节省146万元。

4.工具与流程建设

4.1自动训练平台

技术栈：Kubernetes+ArgoWorkflows+MinIO+MLflow

流程：

①数据标注员提交任务→触发Webhook；

②自动数据清洗（去重、亮度均衡、异常长宽比过滤）；

③分布式训练（Horovod，最大32卡A100）；

④模型评估生成报告（PR曲线、混淆矩阵、K-S检验）；

⑤通过后自动打包成.tar.gz并推送至边缘仓库；

⑥灰度发布到5%产线，观察24hKPI无异常则全量。

效果：全年累计完成317次迭代，零停机发布，回滚仅2次。

4.2代码质量

引入pre-commit+black+flake8，平均圈复杂度从18.4降到9.2；单元测试覆盖率87%；SonarQube阻断问题0项。

5.业绩指标

①漏检率：年度目标0.2%，实际0.12%；

②过杀率：目标1.5%，实际0.83%；

③模型上线周期：目标3天，实际1.9天；

④成本节省：硬件146万+人力42万=188万元；

⑤客户验收一次通过率100%，无重大投诉。

6.自我反思与差距

6.1技术深度：对Transformer在视觉的底层算子融合仍停留在调用层面，未手写CUDAkernel；

6.2业务广度：对下游“模切”工艺理解不足，导致初期把模切毛刺误判为极片裂缝；

6.3跨部门沟通：曾与制造部因“缺陷等级定义”争执2周，后采用8D报告方法才解决，沟通框架需前置。

7.改进计划

Q1：精读NVIDIAopen-sourceTensorRTplugin源码，完成3个自定义层；

Q2：下车间跟班30小时，输出《模切缺陷图鉴》V1.0；

Q3：考取PMP证书，系统学习干系人管理；

Q4：在部门内推行“技术评审check-list”，把争议点从7个维度打分，减少拍脑袋决策。

【二】

2023年度人力资源部组织发展岗工作表现总结与自我评价

1.组织背景

B集团，员工1.1万人，制造+互联网双主业。人力资源中心65人，组织发展组4人，向CHRO汇报。

2.核心职责

2.1设计并落地“活水计划”内部人才市场，全年开放847个岗位，成功匹配306人，节约猎头费490万元；

2.2主导组织架构扁平化项目，将7层汇报压缩到5层，取消82个中层副职，年省管理费用1200万元；

2.3建立岗位价值评估模型，采用Hay法+因素法混合，历时4个月覆盖812岗位，为薪酬改革提供依据；