牛敬业
188****8799niu****@***.com北京30男汽车电子算法工程师在职北京25k-35k 
•参与实验室的智能驾驶决策规划课题，负责基于模型预测控制的局部轨迹规划算法设计，通过Carsim/Simulink联合仿真验证了算法在复杂工况下的实时性与鲁棒性。
•作为队长，带领团队参加全国大学生智能汽车竞赛，完成基于深度学习的视觉自主导航系统，实现多车道线检测与动态避障，获得全国总决赛二等奖。
•担任《嵌入式系统》课程助教，指导学生完成车载传感器数据采集与处理实验，提升了技术讲解与团队协作能力。
北京智行科技有限公司 - 自动驾驶算法部行业领军企业技术驱动
2016.07-2019.12
汽车电子算法工程师自动驾驶感知传感器融合车载算法部署
北京
•在北京智行科技有限公司自动驾驶算法部，负责车载主动安全功能的算法设计与优化。深度参与自动紧急制动（AEB）系统的算法迭代，通过融合毫米波雷达与视觉数据，改进目标跟踪与碰撞风险评估模型，使AEB的误触发率降低40%，制动时机准确率提升25%。
•主导交通标识识别（TSR）算法的开发，从图像预处理、特征提取到分类模型训练全流程负责，在复杂光照和遮挡场景下识别率超过98%。建立自动化回归测试管线，定期对算法进行性能评测与调优，确保符合ISO 26262功能安全要求。
•与嵌入式团队合作，完成算法在Nvidia Orin平台上的移植与实时性优化，保障系统响应延迟低于50ms。
北京绿能动力科技有限公司 - 电池智能控制研发中心新能源先锋技术密集型
2020.01-至今
高级汽车电子算法工程师电池管理策略状态估算热仿真优化
北京
•在北京绿能动力科技有限公司电池智能控制研发中心，负责动力电池管理系统的核心算法研发与落地。主导电池均衡策略算法的开发，基于SOC差异与电池老化特性，设计动态均衡控制模型，使电池组可用容量提升8%，循环寿命延长10%。
•负责绝缘电阻检测算法的优化，采用自适应滤波与状态观测器，将绝缘故障预警时间提前15秒，提升整车高压安全。构建多物理场耦合仿真环境，对热管理算法进行快速迭代，将电池在-30℃低温下的启动功率提升20%。
•搭建硬件在环（HIL）测试平台，实现算法从Simulink模型到嵌入式代码的自动生成与验证，缩短开发周期25%。与整车控制团队联合调试，完成算法在多款纯电车型上的标定与匹配，确保整车续航估算精度达到97%。
•在该项目中，负责多模态传感器融合算法的设计与实现，包括摄像头、激光雷达与毫米波雷达的时空同步和前融合。针对城市道路场景，构建了基于Transformer的端到端目标检测与跟踪模型，提升对行人和骑行者检测的召回率至99.5%。
•创建了包含雨雪、眩光、夜间等多种工况的增强数据集，用于模型鲁棒性训练。通过算子融合与模型量化，将融合算法在嵌入式平台上的推理耗时从80ms降至45ms，满足车规级实时性要求。
•与硬件团队协作，完成算子在FPGA加速器上的部署，实现系统级功耗降低20%。
电池全生命周期管理算法项目 - 项目经理兼算法负责人
2020.03-至今
•作为项目负责人，制定算法开发路线图并协调数据、测试、整车等团队资源。主导电池健康状态（SOH）预测算法研发，创新性地融合电化学阻抗谱（EIS）特征与行驶工况大数据，采用时序卷积网络，将SOH预测误差控制在±3%以内。
•搭建云端-车端协同的算法OTA更新框架，实现模型参数远程调优，已在超过5万辆车上稳定运行。项目成果使电池质保期内的故障预警准确率提升40%，为售后节省成本约20%。
•同时负责项目文档与流程管理，确保各阶段交付物符合ASPICE Level 2标准。
对车辆智能化的底层逻辑充满好奇，把算法落地视为用代码赋予汽车感知与决策能力的过程，习惯在精度与安全之间寻找最优解。做事严谨，对车规级要求有天然的敏感，相信每一行代码都关乎真实路况下的可靠性。擅长从数据中定位问题并迭代模型，将复杂系统拆解为可落地的工程模块。常年在一线解决从仿真到实车部署的衔接难题，乐于在跨领域协作中推动技术闭环。希望持续深耕汽车电子算法，在感知融合或决策规划方向做有扎实交付的工程师。
核心专利:
持有两项已授权发明专利：《一种基于激光雷达与视觉融合的可行域检测方法》和《一种基于时序模型的电动汽车续航里程预测方法》。这些专利体现了在汽车电子算法领域的持续创新与工程化落地能力，为产品构建了技术壁垒。
