AMAZING RESUME · EXECUTIVE PROFILE
牛敬业
深度视觉算法工程师
188****5239niu****@***.com北京30男深度视觉算法工程师在职北京30k-50k •主修模式识别与智能系统方向,核心课程《高级计算机视觉》、《随机过程》均获优,专业排名前 5%,连续三年获得校级一等奖学金
•深度参与国家重点实验室的视觉语义分割课题,负责数据集构建与 baseline 复现,以第一作者身份在中文核心期刊发表学术论文 1 篇,并协助导师完成多项横向课题结题
深度视觉算法工程师轻量化模型设计移动端部署实时推理优化跨部门协作
北京
•针对智能零售场景下的客流分析模块进行重构,引入轻量化卷积网络,使复杂光照条件下的身份重识别 mAP 指标提升 7 个百分点,显著改善了线下门店的运营数据分析效率
•负责移动端实时物体检测引擎的算法落地,通过算子融合与模型量化技术,将单帧推理时延压缩 35%,在同类安卓设备中实现了流畅的 AR 交互体验
•作为算法负责人协调前后端资源,制定技术方案并把控迭代节奏,确保多个 SaaS 平台视觉插件按期高质量交付
•优化模型训练流水线与自动化部署流程,将新模型从实验到生产环境的流转周期缩短 1/3,有效降低了研发维护成本
高级深度视觉算法工程师边缘计算加速3D 目标检测长尾场景优化感知算法迭代
北京
•主导自动驾驶感知模块中 3D 目标检测算法的迭代,针对雨雪天气等长尾场景进行数据增强与模型调优,关键帧检测召回率稳定在 96% 以上
•重构动态障碍物预测模型,引入时序注意力机制,将鬼探头等突发场景的误报率削减近 30%,为决策规划系统提供了更可靠的输入
•跨部门协作硬件团队,完成核心算法在边缘计算盒上的 TensorRT 加速部署,在资源受限环境下仍保持高并发处理能力
•持续追踪 CVPR/ICCV 等顶会最新成果,评估并引入 Transformer 架构变体,使整体感知链路在保持实时性的前提下精度再进阶 12%
•项目背景:针对精密零部件生产线上的微小瑕疵漏检痛点,提升质检自动化水平与良率判定准确性
•技术方案:基于少样本学习思想,构建基于 Transformer 的异常检测模型,结合传统图像处理算子进行特征金字塔融合
•项目成果:使微米级划痕与坑点识别率由 65% 跃升至 88%,单次检测耗时减少 50%,有效降低了人工复检成本
•个人贡献:独立负责数据清洗与增强策略,设计损失函数以解决正负样本极度不平衡问题,并主导算法在工业相机端的联调测试
•项目背景:为城市交通大脑提供多摄像头环境下的车辆轨迹追踪与流量统计能力,缓解拥堵预警滞后问题
•技术方案:采用多目标跟踪(MOT)算法,结合卡尔曼滤波与 Re-ID 特征匹配,构建跨摄像头车辆重识别链路
•项目成果:在复杂遮挡与视角变化下,车辆 ID Switch 数量降低 40%,全天交通流量统计误差控制在 3% 以内
•个人贡献:负责核心跟踪逻辑的编码与调优,解决多车交汇时的轨迹断裂问题,并配合后端团队完成视频流的高并发接入
对视觉算法有着近乎偏执的热爱,坚信代码的每一个分支都关乎产品的感知边界。性格沉稳严谨,习惯在海量数据中寻找噪声背后的规律,具备极强的抗压能力与问题定位韧性。深耕深度学习领域多年,熟练掌握模型架构设计与部署优化,擅长在算力受限场景下平衡精度与效率。热衷于将前沿论文转化为可落地的工程方案,并积极参与开源社区,期待在更具挑战性的视觉感知赛道上持续深耕。
技术社区分享:
在知乎与 CSDN 持续输出深度视觉算法学习笔记与工程踩坑经验,累计文章阅读量突破 10 万+,多次获得编辑推荐
个人技术博客《视觉算法手记》拥有 5k+ 关注者,分享过多个基于 PyTorch 的 CV 实战 Demo,活跃于技术问答社区,热心解答新人疑问