牛敬业
常怀探索之心，以实干沉淀自身价值
188****2684niu****@***.com北京30男视觉高级算法工程师在职北京30k-50k •- 主修计算机视觉与模式识别课程，完成《机器学习系统设计》等6门高阶课程，专业成绩位列前8%。
•- 参与智能交通实验室车载视觉系统开发，提出多传感器融合的异常检测方案，在恶劣天气场景下误报率降低30%。
•- 获全国大学生智能车竞赛华南赛区一等奖，负责车辆视觉定位模块设计，实现复杂赛道厘米级定位精度。
•- 负责智慧交通领域多目标跟踪算法研发，设计跨摄像头轨迹关联框架，在高速拥堵场景下目标ID切换率降低40%，已部署至全国20+城市交通管理平台。
•- 搭建分布式模型训练集群，通过动态资源调度将GPU利用率提升至85%，使大规模视频分析任务处理速度提升50%。
•- 主导智能停车系统的视觉方案设计，实现无地磁车位检测准确率99.2%，支撑日均500万+车辆通行数据统计。
•- 设计社交内容平台的AIGC图像生成引擎，结合扩散模型与用户行为数据，使生成内容互动率提升35%，日均产出优质素材100万+。
•- 优化视频编解码算法，在保持画质前提下将压缩比提升25%，有效降低海外节点传输带宽成本。
•- 建立端到端视觉质量评估体系，通过自动检测机制使内容审核效率提升60%，支撑亿级用户内容生态运营。
•- 针对快递分拣中心高速传送带场景，设计基于Transformer的轻量化识别模型，在保持推理速度50FPS前提下准确率达97.8%。
•- 创新融合红外与可见光双模态数据，解决夜间分拣环境下的低照度识别难题，漏检率较传统方案下降45%。
•- 算法已应用于京东亚洲一号仓库，日处理包裹量超200万件，分拣效率提升30%，获2022年工业视觉创新金奖。
•- 针对CT影像中微小病灶检测难题，构建多尺度特征金字塔网络，实现2mm以下结节检测灵敏度98.5%。
•- 设计半监督学习框架，在仅10%标注数据情况下保持诊断准确率92%，大幅降低医疗数据标注成本。
•- 系统已部署至三甲医院影像科，辅助医生诊断效率提升40%，累计筛查病例超50万例。
热衷于视觉算法技术落地，坚信算法价值在于解决实际场景痛点。具备严谨的代码审查习惯，擅长通过数据驱动优化模型性能，曾主导多个复杂场景的视觉系统设计。熟悉从算法原型到工业部署的全流程，注重工程实现与业务需求的平衡。对计算机视觉领域保持持续学习热情，习惯在业余时间复现顶会论文并验证技术边界。
深度学习框架（PyTorch/TensorFlow） 开源社区贡献:
- 维护目标检测工具包MMDetection，贡献轻量化模型压缩插件，使推理速度提升40%，被社区采纳为官方推荐方案。
- 发起视觉算法工程师技术沙龙，组织20+场线下交流，分享模型部署最佳实践，累计参与人数超800人。
