AMAZING RESUME
牛敬业
机器视觉研发工程师
188****3490niu****@***.com北京30男机器视觉研发工程师在职北京20k-30k •- 参与导师主导的NSFC重点项目，提出基于频域变换的医学图像去模糊算法，相关成果发表于IEEE TMI。
•- 主导校级创新项目《AR辅助工业设备检修系统》，负责视觉定位模块开发，获省级科技竞赛特等奖。
•- 选修《计算摄影学》《机器人视觉》等前沿课程，系统掌握光学成像原理与三维重建技术。
北京智造未来科技有限公司 - 智能装备事业部专精特新企业
2016.07-2019.12
机器视觉研发工程师缺陷检测算法优化工业相机标定边缘端部署
北京
•- 负责智能制造产线的视觉质检算法开发，优化缺陷检测模型在多光照条件下的鲁棒性，将误检率降低至0.8%以下。
•- 设计并落地食品包装完整性检测方案，结合形态学处理与YOLOv8架构，实现灌装误差毫米级识别。
•- 协同产线工程师调试工业相机参数，解决高速传输中的运动模糊问题，提升检测效率30%。
•- 跟踪边缘计算硬件发展，将模型部署至Jetson Orin平台，实现端到端推理延迟<200ms。
北京医智未来科技有限公司 - 医疗AI事业部医疗器械创新企业
2020.01-至今
高级机器视觉研发工程师医疗AI算法架构模型轻量化设计临床需求对接
北京
•- 主导医疗影像辅助诊断系统算法架构设计，带领团队完成CT肺结节筛查模块从0到1落地。
•- 提出动态分辨率推理策略，在保证诊断精度的前提下将模型计算量压缩40%，适配基层医院设备配置。
•- 对接三甲医院放射科需求，开发支持DICOM标准的多模态数据预处理工具链，缩短临床验证周期50%。
•- 建立算法迭代评审机制，指导初级工程师掌握医学影像数据增强与伪影消除技术。
•- 针对锂电生产中的极片毛刺与划痕检测需求，开发基于自监督学习的数据增强流水线。
•- 设计多光谱图像融合算法，在0.3mm分辨率下实现99.7%缺陷检出率，较传统方案提升12%。
•- 与产线工程师共建缺陷数据库，标注12万张工业图像，构建领域专用预训练模型。
•- 完成算法向边缘计算节点的迁移，实现单站检测速度突破1200件/小时。
•- 针对药房高速分拣场景，开发抗反光药品识别算法，解决瓶装药品标签形变问题。
•- 构建药品3D点云重建模块，结合深度相机实现异形包装尺寸检测精度±0.5mm。
•- 采用知识蒸馏技术压缩模型体积至原始1/4，适配现有PLC控制系统。
•- 在3家连锁药房试点部署，分拣错误率从3.2%降至0.15%，获客户技术采纳证书。
深耕机器视觉领域6年，始终对复杂工业场景中的视觉难题保持探索热情。习惯在代码审查中严格把控质量，追求高效优雅的算法实现。擅长从光学成像到模型部署的全链路技术攻关，尤其在工业质检与医疗影像方向积累了跨领域解决方案能力。坚持用技术解决真实世界问题，期待加入注重技术创新的团队，在智能制造或数字医疗赛道持续创造价值。
专利:
- 获得发明专利3项，包括《基于注意力机制的工业表面划痕检测方法》（ZL2021XXXXXX.X）及《跨设备视觉模型迁移学习系统》（ZL2022XXXXXX.X）。
- 参与起草《智能制造视觉检测行业标准》中关于光源选型与成像规范的技术条款。
