AMAZING RESUME
牛敬业
机器视觉技术工程师
188****0759niu****@***.com北京30男机器视觉技术工程师在职北京20k - 30k •• 主修了数字信号处理、计算机视觉与嵌入式系统等核心课程，为从事机器视觉研发奠定了扎实的理论基础。
•• 在校期间积极参加全国大学生电子设计竞赛，获省级一等奖，锻炼了硬件调试与算法实现的综合实践能力。
•• 负责汽车零部件表面缺陷检测系统的算法研发与落地，针对发动机缸体划痕与压痕问题，优化了基于 Hough 变换的边缘提取算法，将缺陷检出率从 80% 提升至 92%，单件检测耗时缩短 25%。
•• 协同硬件工程师完成工业相机与结构光光源的选型调试，搭建了多工位视觉检测硬件架构，成功部署于 5 条发动机装配产线，每年为客户降低人工复检成本约 60 万元。
•• 参与公司通用视觉软件平台的模块化设计，重构了算法调度引擎与参数配置界面，增强了系统在不同工艺场景下的适应性，该平台已支持 8 个不同类型客户的产线集成。
•• 主导了光伏电池片 EL 隐裂检测项目，带领团队设计了基于高分辨率线扫相机的拼接检测方案，实现了电池片内部微小裂纹与断栅的精准识别，项目验收后客户验收通过率 100%。
•• 优化了公司现有的二维码识别算法，针对曲面物体上的形变二维码，引入了透视校正与频域滤波技术，使复杂曲面识别准确率从 88% 提升至 96%，已应用于 3 家电子厂商的物料追溯系统。
•• 负责团队内部的技术传帮带，定期组织机器视觉光学成像、算法调优等专题分享，提升团队整体工程能力，指导了 2 名初级工程师独立负责模块开发任务。
•• 项目背景：某半导体制造企业需要对晶圆表面微小划痕进行检测，传统光学检测受光照影响大、误报率高。
•• 项目内容：作为核心算法工程师，设计了基于 YOLO 改进的轻量化缺陷检测模型，通过数据增强、模型剪枝等手段，使模型在测试集上的准确率达到 98%。同时，开发了实时推理引擎，实现了检测速度 200ms/片，满足产线高速流转需求。
•• 项目成果：该项目成功部署在客户 2 条晶圆生产线上，每年为客户减少次品损失约 100 万元，客户后续追加了 2 条产线订单。
•• 项目背景：汽车零部件厂商需要对发动机缸体孔径进行高精度测量，传统接触式测量速度慢、易损伤零件。
•• 项目内容：带领团队开发了基于结构化光源与线激光的 3D 视觉测量系统，针对金属反光问题，引入了偏振滤波与多次曝光融合技术，使孔径定位精度达 5 微米，测量效率提升 60%。
•• 项目成果：该项目获得公司年度技术创新奖，相关技术方案申请了 1 项发明专利，已在 3 家汽车零部件企业推广应用。
热爱机器视觉技术，对工业场景中的图像识别与缺陷检测有持续探索热情；追求代码质量与算法精度，习惯在优化细节中提升系统稳定性。掌握深度学习框架与计算机视觉核心算法，能独立完成从模型训练到产线部署的全流程开发；熟悉工业相机、光源等硬件配置，注重软硬件协同调优。沟通清晰、乐于知识分享，期待在机器视觉岗位持续深耕工业智能应用。
软件著作权:
• 作为第一完成人，登记了 3 项机器视觉相关软件著作权（《智能缺陷检测系统 V1.0》、《工业相机标定工具 V2.0》），已应用于公司核心产品线。
