AMAZING RESUME
牛敬业
人工智能图像识别工程师
常怀探索之心，以实干沉淀自身价值
188****1170niu****@***.com北京30男人工智能图像识别工程师在职北京25k-35k •作为学生负责人参与国家自然科学基金面上项目“基于Transformer的遥感图像语义分割”，主导设计跨层特征聚合模块，成果发表于SCI期刊《IEEE Transactions on Image Processing》。
•获ACM-ICPC亚洲区域赛金奖，具备复杂算法问题的快速建模与高效实现能力。
人工智能图像识别工程师视觉算法研发模型部署跨部门协作
北京
•负责公司智能零售图像识别解决方案的算法迭代，主导商品细粒度分类模型优化，在自研网络中加入特征金字塔结构，使7000种SKU的识别准确率从88%提升至94%，应用于无人收银终端，落地300+门店，结算效率提升约20%。
•带领3人小组研发工业零部件缺陷检测系统，基于YOLO进行轻量化改进，实现在流水线传送带上对金属件裂纹、划痕的实时检测，检测速度达到35fps，替代原本的人工目检环节，使漏检率降低15%，每年节省质检成本约200万元。
•与产品部门协作，设计基于图像语义理解的穿搭推荐功能，通过对用户上传图片的服装属性提取，匹配相似款式，上线后用户平均停留时长提升15%，带动非标品类商品的转化率增长。
高级人工智能图像识别工程师医学影像分析分割算法优化技术团队建设
北京
•主导眼科医疗影像筛查项目，带领8人团队研发糖尿病视网膜病变分级算法，联合多家三甲眼科医院，利用10万+眼底图像数据进行训练，模型在验证集上灵敏度和特异度均达到93%，获得医疗AI创新应用奖，帮助公司拓展健康领域业务，带动合同额增长约8000万元。
•改进语义分割算法，针对自动驾驶场景提出多尺度特征融合结构，在Cityscapes数据集上mIoU从72%提升至79%，优化后的模型对道路边界、交通标志的分割更鲁棒，已成功移植到车载嵌入式平台，相关技术成果已申请发明专利。
•负责团队技术梯队建设，编写《图像识别工程实战手册》，系统指导4名初级工程师解决模型选型、数据清洗等实际问题，半年内团队成员均能独立承担模块开发，整体交付效率提升显著。
•项目背景：便利店无人货柜场景下，商品品类繁多且光照多变，对识别算法的速度与泛化性要求极高，需实现毫秒级的商品SKU识别。
•项目职责：作为核心算法负责人，选定轻量级网络MobileNetV3作为基础骨干，设计融入注意力机制的特征提取模块，并搭建完整的训练、评估及部署流水线。
•项目成果：在自建的10万商品图像库上，模型top-1准确率达到97%，单张图像推理耗时低于100ms，经量化后成功部署到边缘计算设备上。系统上线后，货柜补货效率提升30%，每年为运营方节省人力成本超千万元。
•项目背景：为提升城市公共安全监控的智能化水平，需要自动检测打架、跌倒、奔跑等异常行为，解决传统监控过度依赖人工巡检的问题。
•项目职责：带领4人团队进行行为识别算法攻关，从零构建包含数千条异常行为视频的标注数据集，并设计时空图卷积网络融合人体关键点信息。
•项目成果：提出的模型在自建数据集上异常行为识别准确率达93%，单GPU可同时处理20路视频流，系统在50余个城市广场部署后，安全事件预警响应时间缩短至2秒，误报率控制在5%以内。
对图像感知与理解充满好奇，坚信视觉智能是连接物理世界与数字决策的关键桥梁；习惯以严谨的实验态度看待模型效果，追求每个像素细节的可靠性与稳定性。具备从数据清洗到模型部署的全链路工程落地能力，善于在精度与效率之间寻找平衡方案。乐于与团队分享技术洞察，保持对前沿方法的快速跟进与复现，希望持续在视觉识别领域解决真实、有挑战的问题。
深度学习框架(PyTorch/TensorFlow) 发明专利:
已授权发明专利“一种基于自监督学习与注意力机制的低光照图像增强方法”（专利号：ZL202310XXXXXX），该方案在无配对数据下实现夜间图像清晰化，已应用于智慧安防产品。
