牛敬业
188****4290niu****@***.com北京30男清影机器视觉开发工程师在职北京20k-30k 
•主修计算机视觉与深度学习相关课程，于《数字图像处理》期末项目中，独立设计并实现了一套基于 OpenCV 的实时光学字符识别（OCR）系统，最终成绩位列专业第一。
•作为核心成员参与“全国大学生智能汽车竞赛”，主导视觉导航子系统开发，通过改进YOLO模型与卡尔曼滤波算法，实现了高速场景下路标的精准识别与车辆轨迹的稳定预测。
•在校期间加入导师课题组，参与国家级自然科学基金项目，负责研发基于生成对抗网络的工业缺陷数据增强模块，相关技术方案已提交专利申请，并在省级学术论坛进行汇报。
北京智造科技有限公司 - 智能检测事业部专精特新企业
2018.07-2021.12
清影机器视觉开发工程师缺陷检测优化硬件协同开发
北京
•主导半导体晶圆缺陷检测系统开发，针对微米级划痕检测需求设计自适应光照方案，使缺陷识别率突破99.7%。
•与设备厂商联合调试工业相机与机械臂联动系统，实现0.5ms级图像处理响应速度，保障产线连续运行。
•引入YOLOv5改进算法，通过数据增强策略解决低对比度缺陷漏检问题，误检率下降至0.3%以下。
上海云象科技有限公司 - 智能物流事业部高新技术企业
2022.01-至今
清影机器视觉开发工程师高速图像处理边缘计算优化
北京
•负责电商仓储自动化分拣系统视觉模块开发，构建多视角3D定位模型实现包裹姿态识别，分拣准确率98.5%。
•设计动态标定算法解决传送带震动导致的图像畸变问题，使分拣效率提升35%。
•搭建模型训练平台，通过知识蒸馏技术将深度学习模型压缩至边缘设备可运行规模，部署周期缩短60%。
•设计多光谱成像方案解决金属极片反光干扰问题，通过偏振光滤波实现缺陷区域清晰成像。
•开发基于ResNet-50的轻量化检测模型，在保持97%准确率前提下将推理速度提升至20FPS。
•构建包含10万张标注样本的缺陷数据库，通过迁移学习缩短新产品线模型训练周期至3天。
•统筹设计六工位视觉检测流水线，实现每小时12万件包裹的智能分拣，系统稳定性达99.8%。
•创新采用双目立体视觉+结构光技术，突破异形包裹体积测量瓶颈，测量误差控制在±0.5mm。
•主导开发模型自动化部署工具链，实现算法迭代周期从2周缩短至3天。
对机器视觉领域怀有持续探索热情，习惯用代码实现技术洞察，擅长在复杂场景中找到算法与硬件的平衡点。具备3年以上工业检测与智能分拣系统的开发经验，擅长将深度学习模型转化为稳定可用的工程方案。技术追求上注重代码可维护性与系统鲁棒性，习惯通过数据验证每个优化决策。持续跟踪机器视觉前沿技术，在缺陷检测、高速成像等领域有实战积累。
知识产权与成果:
以第一发明人身份持有“一种基于多光谱成像与卷积神经网络的表面划痕检测系统”发明专利（ZL202310246810.Y），核心贡献在于构建了光谱-空间特征联合建模框架，成功解决了金属表面微小划痕漏检难题，有效提升了检测精度与处理速度。
