CV
牛敬
AMAZING RESUME
牛敬业
188****3219niu****@***.com北京男北京 •核心课程研习不止于理论推导，更结合工程实践深入理解数据结构与人工智能算法的边界条件及性能调优策略。
•主导多项学科竞赛项目，负责核心逻辑攻关与技术选型，在高压环境下验证了解决复杂问题的严谨性与团队协作效率。
上海某科技有限公司 - 售前解决方案部AI领域创新企业
2017.07-2020.12
•对接制造业客户，解析AI质检场景需求，例如某汽车零部件厂商需优化产线缺陷检测流程。
•基于工业场景定制AI解决方案，涵盖算法选型（XGBoost梯度提升树用于缺陷分类）、数据标准化与特征工程（处理高精度产线传感器数据）、混合云架构与边缘计算节点部署方案。
•向客户进行方案演示与技术验证，成功落地2家汽车零部件企业，创收合同总额600万元。
•协同研发团队推进项目执行，解决工业协议对接难题，保障方案交付达标率超92%。
上海另一科技企业 - 售前技术部零售科技服务领先企业
2021.01-2023.06
•开拓教育科技领域客户，挖掘AI个性化学习系统、智能批改等场景需求。
•主导教育行业AI方案迭代，引入Transformer模型实现语义级作业批改，模型准确率提升25%。
•策划行业技术峰会，联合高校开展AI教育应用研讨，吸引12+家机构达成合作意向。
•配合商务团队优化方案成本结构，在保证技术指标前提下，推动单项目整体ROI提升18%。
•前期调研：深入生产线调研异物检测流程，采集8万+张产品表面缺陷图像数据。
•方案设计：采用SSD目标检测算法构建模型，制定图像标注规范并培训质检团队。系统架构包含工业视觉采集单元（多光谱相机集成）、模型推理模块（GPU集群部署）、质检结果联动模块（对接MES系统）。
•实施与优化：系统上线初期准确率为87%，通过迁移学习与数据增强策略迭代优化，最终准确率达96%，帮助客户降低40%人工质检成本，年节省支出150万元。
•需求分析：与农科院专家沟通，明确作物叶片病害检测需求（如稻瘟病、锈病识别）。
•方案规划：整合农业图像增强技术与深度学习模型（2D CNN结合注意力机制），设计系统架构。规划数据来源（农场历史图像与无人机航拍数据）、标注方式（专家标注+AI辅助标注）。
•推广应用：向农业合作社演示方案，强调处理效率（单张图像推理时间<200ms）与准确率（经田间验证，常见病害识别准确率超92%）。促成2家大型农业企业采购部署，预计年覆盖5万亩作物监测。
具备5年+AI售前架构经验，擅长跨行业需求转化与技术落地，主导金融/制造/医疗等8个大型项目，累计创收超3000万元。精通Python/PyTorch工具链，擅长将业务场景转化为可实施AI架构。获客户满意度评分4.8/5，具备从需求分析到项目交付全链路把控能力，持续推动行业技术革新。
前沿技术调研与方案预研:
持续追踪大模型技术演进与产业落地趋势，深入剖析LLaMA/GPT等架构原理，积累面向不同行业客户的智能化解决方案素材。
保持对AI工程化（MLOps）及云原生架构的敏锐度，通过复现前沿Demo与参与技术社区研讨，确保技术选型的先进性与商业可行性。
