AMAZING RESUME · VERDANT
牛敬业
环境感知算法工程师
188****3606niu****@***.com北京30男环境感知算法工程师在职北京25k-35k •参与全国大学生智能车竞赛,负责开发基于激光雷达的实时障碍物检测模块,团队荣获全国冠军
•在ICRA期刊发表高影响力论文,提出低光照条件下的鲁棒感知优化框架,被引110+次并应用于工业级机器人系统
环境感知算法工程师感知算法研发极端场景优化工程化落地
北京
•主导城市复杂路况环境感知方案开发,聚焦雨雾天气下的目标识别难题,设计自适应光照补偿模块
•创新性引入Transformer架构优化特征提取,使极端天气场景检测率提升18%,获内部技术突破奖
•搭建端到端测试平台,自动化验证算法在10万+公里路测中的稳定性,故障率降低35%
•主导技术评审流程,建立算法性能评估标准,推动团队形成『数据-模型-场景』闭环开发模式
高级环境感知算法工程师多模态融合车规级优化量产交付
北京
•负责车路协同感知系统中多传感器数据融合框架设计,解决雷达与摄像头时空对齐问题
•开发轻量化跟踪算法,在保持95%精度的前提下将算力消耗降低40%,适配嵌入式平台部署
•建立动态场景压力测试库,模拟拥堵/施工等200+复杂工况,系统鲁棒性提升25%
•推动算法产品化落地,协助完成3款量产车型感知模块适配,客户验收通过率100%
•针对城市主干道施工区域目标识别难题,设计多尺度特征增强网络,mAP提升至92.5%
•创新应用知识蒸馏技术压缩模型体积,推理速度提升3.2倍,满足车规级实时性要求
•建立动态场景数据库,覆盖雨雪/逆光等15类特殊工况,模型泛化能力显著增强
•方案在雄安新区试点应用,交通事件识别准确率提升30%,获智慧交通创新案例奖
•设计雷达-视觉-IMU三维数据融合框架,解决高速场景下传感器时间同步问题
•开发基于图神经网络的轨迹预测模块,10秒内车辆路径预测误差控制在0.8米内
•在京津冀高速路段部署验证,系统误检率降低45%,获交通运输部技术认可
•推动方案纳入智能网联汽车标准,相关技术专利已申请3项
对复杂场景下的感知算法有执着的探索欲,习惯用数据驱动验证每个技术决策,代码编写追求模块化与可读性。8年深耕环境感知领域,擅长将学术前沿转化为工程落地,尤其关注边缘计算场景下的模型轻量化。持续追踪3D视觉与多模态融合技术,保持每周精读2篇顶会论文的自律习惯。
开源项目与知识传播:
在GitHub发布环境感知算法框架,实现端到端SLAM解决方案,吸引900+开发者贡献代码并获1.2k星标
在B站制作算法教学视频系列,单期播放量超30万,系统讲解点云处理技术,助力初学者快速掌握核心技能