牛敬业
188****6067niu****@***.com北京28男数据采集标注开发在职北京15k-20k •深入学习数据结构、操作系统、编译原理等课程，专业课平均分88+，具备扎实的理论功底。
•积极参加“蓝桥杯”全国软件大赛，获得省级二等奖，锻炼了算法设计与快速编程能力。
•作为核心成员参与校内开源项目开发，负责后端接口实现与文档编写，实践了Git协作与持续集成。
北京探码数据科技有限公司 - 数据智能部大数据平台
2017.07-2020.06
数据采集标注开发高级工程师数据采集分布式爬虫标注流程优化
北京
•主导搭建了公司内部大数据采集中台，开发了高可用的分布式爬虫调度系统，实现对互联网公开数据的自动化接入，日均采集数据量突破200万条，整体采集成本降低40%。
•负责某语音识别项目的音频数据标注工作，制定三层质检机制与纠错培训流程，带领6人团队完成30万条语音标注，标注准确率达到99.5%，模型识别率提升15%。
•与算法团队紧密协作，针对模型反馈优化标注维度，设计半自动标注工具，通过主动学习技术将人工标注量减少30%，加速了产品迭代周期。
数据采集标注开发工程师爬虫开发数据治理标注管理
北京
•独立开发了社交媒体舆情采集系统，覆盖主流平台，突破多种反爬机制，日均稳定采集50万+条文本及图片数据，为品牌舆情分析提供坚实基础。
•主导制定了多语种文本标注规范，搭建标注培训体系，培训并管理30人兼职标注团队，使标注任务完成周期缩短20%，标注一致性达到99%。
•设计了可复用的数据清洗流水线，包含数据去重、格式校验、异常值检测等模块，清洗后数据有效利用率达到98%，大幅减少了分析师的数据清理时间。
•承接某农业科技公司的大棚作物识别需求，制定完整的图像标注与质检方案，覆盖番茄、黄瓜等十类作物。
•带领15人标注团队，在2个月内完成8万张高分辨率遥感图像的像素级标注，验收准确率98.5%，交付数据直接用于模型训练。
•针对农业场景设计标注辅助工具，集成缩放、对比度增强等功能，标注效率提升45%，项目提前20天完成，节省成本15%。
法律文本情感与实体识别数据采集项目 - 数据采集工程师
2021.01-2021.06
•参与某司法大数据平台的数据采集任务，设计多线程爬虫框架，对裁判文书网、法律论坛等进行数据抓取，累计采集法律文本200万篇。
•负责数据去隐私化处理和分类标注，定义了原告、被告、判决结果等实体，并标注文本情感倾向，构建了法律领域专用标注数据集。
•基于标注数据训练了初步的命名实体识别模型，准确率达到96%，为司法类案推送和风险研判系统提供了高质量训练语料。
对数据采集与标注工作保持热情，乐于钻研反爬与自动化方案，追求数据完整与标注一致；作风踏实、逻辑清晰，有带小组攻坚的经验，能扛住交付压力；熟练搭建 Scrapy 等爬虫系统，熟悉 Label Studio 等标注环境，快速上手新工具；希望在数据开发岗位持续输出稳定、可用的数据管线。
数据质量治理实践:
熟练掌握数据清洗技术，包括缺失值插补（均值、模型预测）、异常值检测（孤立森林、箱线图）等，能根据数据病态设计自动化治理方案。
具备数据血缘追踪和数据版本管理经验，善于通过元数据监控保障数据管线的透明性和可追溯性，显著提升团队数据信任度。
