AMAZING RESUME
牛敬业
人工智能图像处理算法工程师
常怀探索之心，以实干沉淀自身价值
138****5678niu****@***.com北京30男人工智能图像处理算法工程师在职北京25k-35k •主修《数字图像处理》、《模式识别》、《最优化方法》等核心课程，成绩排名前10%；积极参与导师的国家自然科学基金项目，负责算法原型验证工作，培养了良好的科研素养。
•主导智能终端图像增强算法的迭代升级，针对弱光与高动态范围场景，设计了基于注意力机制的特征融合网络，使成像质量主观评分提升20%。
•协同软硬件团队攻关，将核心推理模型部署至移动端芯片，通过算子融合与INT8量化，实现推理时延降低40%的同时保持精度无损。
•深入理解视频直播与短视频业务场景，根据用户对画面美学的需求，持续优化肤色还原与细节锐化算法，有效支撑了公司产品差异化体验。
•定期在组内组织前沿论文研读会，将学术界的最新成果引入工程实践，并指导2名新入职工程师快速完成技术栈迁移。
高级人工智能图像处理算法工程师多传感器融合端到端训练
北京
•负责车载视觉感知算法的架构设计与核心模块开发，针对复杂城市道路环境，重构了车道线检测与可行驶区域分割算法，在雨雾天等长尾场景下召回率提升了15%。
•主导搭建了端到端的自动驾驶仿真训练平台，集成了数据标注、模型训练与场景回放功能，使团队模型迭代周期缩短30%。
•与清华大学联合申请了国家自然科学青年基金项目，聚焦于多模态传感器融合的理论研究，相关成果已申请2项国家发明专利。
•制定部门年度技术路线图，培养并带领5人算法小组，成员在ICRA、CVPR等顶会论文投稿中获得接收或入选。
•针对三甲医院影像科医生工作量饱和、早期病灶易漏诊的痛点，旨在开发一套能辅助医生进行肺结节与甲状腺超声筛查的AI工具。
•深度研究医学影像数据特性，创新性地提出了一种跨模态特征对齐网络，有效融合了CT与MRI的多维度信息，显著提升了微小病灶的识别能力。
•在公开的LCSC数据集及合作医院的内部数据集上，模型敏感度达到92%，假阳性率控制在1.5%以内，已在3家重点医院投入临床试用，单次阅片时间平均缩短25分钟。
•面向大型科技园区与工业园区的管理需求，解决传统安防系统只能事后追溯、无法对人员越界、物品遗留等动态风险进行实时预警的问题。
•设计了基于时空特征提取的轻量化行为识别模型，通过优化3D卷积结构，在保障识别精度的前提下，大幅降低了模型参数量，使其能够稳定运行在边缘计算盒子上。
•平台在真实园区场景下，对预设的15类异常行为识别准确率达96%，误报率低于0.1%。目前已成功部署于超过50万平方米的产业园区，有效提升了园区的安全管理效能。
我热衷于探索视觉智能的边界，习惯在像素与模型之间寻找更优解，对算法落地的实际效果保持敏锐的嗅觉。性格沉稳严谨，具备扎实的深度学习理论基础，擅长从数据特性出发构建高效模型，而非盲目堆砌网络结构。在技术视野上，不局限于单一场景，能灵活适应医疗、出行等不同领域的视觉需求，习惯用数据说话解决复杂问题。同时重视技术传递，乐于在团队中分享思路，以协作推动方案从实验室走向应用现场。
国际图像与图形学术会议 (ICCG) 最佳学生论文奖 (2017年) 开源贡献:
在GitHub上维护了一个用于图像增强算法的开源工具包，累计获得超过500个Star，代码被多个工业界项目采用；持续在社区解答技术问题，展现了良好的技术影响力。
