
AMAZING RESUME · MORNING LIGHT
牛敬业
数据智能算法工程师
188****4971niu****@***.com北京28男数据智能算法工程师在职北京30k-50k •在复旦大学期间,主修高级算法设计与机器学习理论,GPA保持专业前5%
•主导校园AI实验室的智慧城市项目,设计交通流量预测模型,在上海市大数据竞赛中获得特等奖
•发表IEEE论文2篇,其中《基于时空图神经网络的动态交通预测》被CCF-B类会议录用
•连续三年获得研究生国家奖学金,参与国家级科研项目'多源异构数据融合关键技术'研究
•针对电子病历结构化任务,创新融合BERT与CRF模型,实现命名实体识别F1值从78%提升至92%
•设计分布式训练框架优化病理影像分析流程,将模型训练时间缩短60%,支撑日均10万例影像处理需求
•带领5人算法团队完成医疗知识图谱构建项目,通过实体消歧算法将知识关联准确率提升至89%
资深数据智能算法工程师工业AI预测性维护供应链算法
北京
•在阿里巴巴任职期间,专注智能制造领域的算法系统建设
•开发基于图神经网络的设备故障预测模型,提前3天预警关键设备异常,降低产线停机率35%
•设计工业视觉检测算法,结合YOLOv8与边缘计算技术,实现螺丝装配瑕疵识别准确率99.7%
•构建供应链风险预警系统,整合物流、仓储等12类异构数据,提前15天预测断供风险
•处理振动、温度等15类传感器时序数据,构建LSTM-Attention混合模型
•设计数据增强策略应对设备故障样本稀缺问题,合成数据使故障检测召回率提升28%
•通过模型蒸馏技术将算法部署至边缘计算节点,实现毫秒级故障响应
•设计基于深度强化学习的动态库存策略,平衡仓储成本与缺货风险
•开发多目标优化引擎,同时考虑运输时效、碳排放等6项KPI指标
•系统上线后帮助客户降低物流成本22%,碳排放量减少15%
对数据智能领域充满热忱,擅长通过算法设计解决复杂业务问题。注重代码规范性与模型可解释性,习惯用A/B测试验证方案有效性。精通深度学习模型压缩与联邦学习技术,曾主导设计多模态数据融合框架。持续追踪ACM/ICML顶会论文,习惯用TensorRT优化模型推理效率。求职意向:希望加入重视技术创新的团队,用算法驱动业务增长。
开源贡献记录:
主导开发工业时序数据库TSDB-Factory,实现毫秒级传感器数据写入,GitHub Star数突破2.3k
贡献PyTorch官方仓库的模型量化优化模块,相关PR被合并为v2.0核心功能
创建医疗AI竞赛数据集MedBench,被清华、浙大等10所高校采用为教学案例