AMAZING RESUME
188****5630niu****@***.com北京30男AI算法研究工程师在职北京25k-35k •参与「医疗影像AI挑战赛」获得全国特等奖,提出的多尺度注意力机制被ICML接收为workshop论文
•主导校园AI创新大赛赛事系统开发,设计支持千级并发的在线评测平台,服务超200所高校参赛者
•完成《联邦学习在金融反欺诈中的应用》毕业论文,构建差分隐私保护下的垂直联邦训练框架
AI算法研究工程师3D点云处理多模态感知边缘计算部署
北京
•在[公司名称1]任职期间,聚焦计算机视觉方向的算法工程化落地
•主导智能仓储场景下的3D点云目标检测系统开发,通过点云特征金字塔网络优化将小目标检出率提升18%,推动AGV分拣效率提高22%
•构建多模态数据标注平台,整合RGB-D图像与激光雷达数据流,为团队建立行业首个跨模态缺陷样本库
•设计增量学习框架解决工业场景数据分布偏移问题,使模型在新产线部署周期缩短至原流程的1/3
•开发基于生成对抗网络的缺陷合成算法,解决小样本场景标注难题,训练数据量需求降低70%
•建立跨产线迁移学习评估体系,输出覆盖8大工业品类的缺陷检测基准测试集
•引入神经架构搜索技术优化模型结构,在保持99.2%检测精度的同时将推理速度提升3.7倍
•设计时空图卷积网络建模园区路网动态交通流,预测精度提升31%
•构建多目标优化框架,在保证时效性的同时降低车辆空载率17%
•开发实时路况感知模块,通过YOLOv5检测异常事件触发路径重规划
•提出基于LSTM-Attention的故障时序预测模型,提前48小时预警准确率超85%
•建立设备健康度评估体系,整合振动频谱、温度曲线等多维度特征
•设计联邦学习方案实现跨厂区数据协同训练,避免敏感数据泄露风险
对AI技术充满探索热情的研发者,坚信算法创新应服务于实际场景价值。具备扎实的数学建模能力与工程落地经验,擅长在复杂业务约束下平衡模型性能与计算资源。保持每周精读3篇顶会论文的习惯,习惯用代码验证理论猜想。曾主导医疗影像分割算法的轻量化改造,在边缘设备部署中实现92%的召回率。持续追求「优雅解决」而非「堆砌算力」,期待加入技术氛围活跃的团队共同推动AI普惠化进程。
技术社区贡献:
维护PyTorch官方文档中文翻译项目,累计贡献超50万字技术译文
创立「AI算法实战」技术博客,连载《工业缺陷检测实战》系列教程获8000+星标
担任Kaggle竞赛评委,评审工业质检类算法方案超过200份