AMAZING RESUME
牛敬业
图像处理研发工程师
188****1935niu****@***.com北京30男图像处理研发工程师在职北京25k-35k •扎实修读数字图像处理、机器学习及计算机体系结构等核心课程，成绩位列专业前 10%，多次获得学业奖学金。
•积极参与 ACM 程序设计竞赛与数学建模大赛，曾获省级一等奖，锻炼了极强的逻辑思维与代码实现能力。
•在实验室期间负责开源图像处理库的维护与功能扩展，独立完成了多个基础算法的 C++ 重写，大幅提升了库的运行效率与兼容性。
•主导短视频平台视频画质增强算法的迭代，设计多尺度特征融合网络，在弱纹理场景下显著提升了画面细节表现力，主观评价得分提升 25%，有效改善了用户观看体验。
•负责直播推流中的图像压缩算法优化，通过引入自适应编码策略，在保持画面清晰度的前提下，将平均码率降低了 18%，大幅减少了服务器带宽成本。
•深入业务一线与产品团队协同，针对夜间拍摄噪点问题提出联合去噪方案，成功将该功能植入公司核心 App 的相机模块，用户活跃度因此有明显回升。
•定期组织部门内部的技术分享会，输出多篇关于图像增强与压缩的实战笔记，帮助新入职工程师快速掌握核心算法框架，提升了团队整体研发效能。
高级图像处理研发工程师深度学习应用系统架构优化
北京
•作为核心骨干参与智慧城市项目的视觉分析模块，重构视频流中的行人检测模型，采用注意力机制优化特征提取，使复杂光照下的检测召回率从 82% 提升至 93%。
•负责移动端图像增强算法的轻量化部署，通过模型量化与剪枝技术，将模型体积压缩至原来的 1/5，在低端手机上也能保持实时推理速度，获得了业务方的高度认可。
•带领小组攻克了跨摄像头目标再识别（ReID）的技术瓶颈，设计了对比学习损失函数，显著提升了目标在遮挡或角度变化下的匹配准确率，增强了系统的连续追踪能力。
•积极参与与高校联合实验室的课题申报，将学术界最新的生成式图像处理方案引入工程实践，为团队储备了多项前沿技术预研成果，拓宽了技术视野。
•项目背景为某大型制造企业的生产线质检，旨在利用深度学习替代人工肉眼检测，解决微小划痕与污渍识别率低的问题。
•统筹项目全流程，带领团队完成了数万张工业零件图像的采集与精细化标注，构建了覆盖多种缺陷类型的高质量训练集。
•针对样本不均衡问题，设计了过采样与数据增强策略，并选用改进的 U-Net 模型进行像素级分割，使缺陷检出率提升至 96%。
•主导模型在嵌入式工控机上的部署优化，通过 TensorRT 加速推理过程，实现了单张图像 50ms 内的实时检测，满足了产线高速运转需求。
•协同工厂技术人员进行系统集成与试运行，根据现场反馈不断迭代算法阈值，最终成功上线并稳定运行，为工厂节约了大量人力成本。
•该项目旨在为用户手机相册提供自动分类与相似图去重功能，通过计算机视觉技术提升海量图片的管理效率。
•负责核心的人脸聚类与场景分类算法开发，基于深度学习特征提取技术，能够准确识别不同人物及拍摄地点，分类准确率达到 90% 以上。
•优化了图像相似度检索算法，引入局部敏感哈希（LSH）技术，将海量图片的匹配时间从秒级压缩至毫秒级，实现了即时去重体验。
•参与系统的并发压力测试，针对高 I/O 场景进行了多线程重构与缓存优化，确保系统在处理十万级图片库时依然流畅稳定。
•根据用户侧的埋点数据持续优化推荐逻辑，提升了相册功能的用户打开率与满意度，为产品的日活增长贡献了显著价值。
热爱图像背后的光影逻辑，坚信代码能赋予像素生命。性格严谨细致，对算法精度与运行效率有近乎强迫症的追求。精通深度学习与计算机视觉核心技术，擅长在复杂场景下做技术取舍与模型调优。具备从底层算法推导到工程化落地的全链路能力，习惯在技术社区分享踩坑经验与优化心得。希望在一个重视技术深度的团队，用图像处理技术解决实际问题，持续打磨算法的鲁棒性与泛化能力，享受技术带来的价值沉淀。
专利成果:
持有图像处理领域发明专利 3 项，包括《一种基于生成对抗网络的图像修复方法》《一种自适应图像增强系统及装置》《一种基于特征哈希的快速检索方法》，相关技术已在核心产品中落地应用，产生了良好的商业价值。
