{
    "basic_info": {
        "name": "谢福城",
        "gender": null,
        "phone": "19172951542",
        "email": "2745401466@qq.com",
        "age": "25",
        "birth_date": null,
        "location": "湖南长沙",
        "work_years": 3.1
    },
    "education": [
        {
            "school": "湖南信息学院",
            "major": "计算机科学与技术",
            "degree": "本科",
            "graduation_year": "2023\/06"
        }
    ],
    "job_intention": {
        "expected_position": "机器视觉开发工程师",
        "expected_salary": null,
        "expected_city": null,
        "availability": null
    },
    "skills": [
        "VisionPro",
        "C#",
        "WinForm",
        "多线程",
        "SQL",
        "ModbusTCP",
        "TCP-IP",
        "海康VM",
        "Halcon",
        "深度学习",
        "GRR",
        "CPK",
        "SPC"
    ],
    "work_experience": [
        {
            "company": "长沙山普智能科技有限公司",
            "position": "机器视觉开发工程师",
            "duration": "2023\/07 - 2026\/08",
            "description": "1负责工业视觉项目需求对接与方案设计，独立完成相机、镜头（远心\/定焦\/微距）、光源（背光\/同轴\/环形\/低角度\/偏振片）选型与打光调试，解决高光金属、透明件、自发光面成像难题；2基于VisionPro开发定位、尺寸测量、缺陷检测、Mura均匀性分析算法，熟练使用PMAlign、Caliper、FindCircle、Blob、Fixture等工具；3使用C#+WinForm开发上位机，集成多相机采集、SPC统计、NG图片归档、数据报表，支持多产品配方快速换型；4实现与PLC、伺服压装机构、MES的ModbusTCP\/TCP-IP通讯对接，独立完成现场安装调试、产线联调与FAT\/SAT验收；5主导GRR\/CPK测量系统分析，编写操作手册并开展客户培训，保障设备长期稳定运行。"
        }
    ],
    "project_experience": [
        {
            "name": "精密金属零件尺寸测量与外观缺陷检测",
            "role": "机器视觉开发工程师",
            "duration": null,
            "description": "3C精密金属件·三相机方案·测量精度0.02mm。背景：针对3C精密金属结构件人工目检效率低、量具抽检无法全检、判定标准主观等问题，开发2D视觉在线检测系统，实现12项关键尺寸与6类外观缺陷全自动全检。硬件方案：测量工位2000万像素+0.16x双远心镜头+平行背光，消除透视畸变；检测工位500万\/200万+低角度条形光+同轴光+偏振片，抑制金属镜面反光。核心算法：Caliper卡尺亚像素测宽、FindCircle测孔径、Blob分割缺陷区域，按面积\/灰度\/形态特征融合判定划伤、压伤、脏污、毛刺、氧化。标定校准：9x9棋盘格畸变校正+九点标定，像素当量0.015mm\/px，每日开机自动校准。难点解决：金属反光导致边缘提取不稳，通过低角度光+偏振片将边缘对比度提升40%；油污导致Blob误检，增加形态学开运算过滤小噪点。上位机：C#WinForm开发SPC统计、NG图片归档、SQL存储、MES上传，多产品配方一键换型。成果：测量精度0.02mm（三坐标比对）|漏检率≤0.3%|过检率≤2.7%|GRR9%|CPK1.45|节拍≤5s"
        },
        {
            "name": "汽车保险杠卡扣压装视觉引导与到位检测",
            "role": "机器视觉开发工程师",
            "duration": null,
            "description": "汽车安全件·双相机方案·引导精度±0.2mm。背景：针对汽车保险杠约30个塑料卡扣人工手持压枪易漏装、错装、压装深度不一致等问题，开发视觉引导压装系统，实现孔位自动识别、伺服引导压装、压后到位检测。硬件方案：引导相机500万+25mm大视场一次拍全孔位；检测相机500万+50mm近距离拍卡扣顶面判定到位状态。核心算法：FindCircle提取圆孔中心、N点标定像素到伺服坐标变换、按X坐标排序规划压装路径避免碰撞。通讯对接：ModbusTCP与PLC下发压装坐标，浮点数拆高低字；ROI灰度均值判定压装是否到位。难点解决：保险杠曲面导致孔位视野高度不一致，通过手眼标定+Z向补偿解决；塑料毛边干扰圆孔提取，加最小圆度过滤。换型方案：多车型参数文件管理，换型一键加载孔位坐标表，换型时间≤10分钟。成果：引导精度±0.2mm|漏装检出率100%|过检率≤2%|GRR7.5%|CPK1.47|节拍≤90s\/30卡扣"
        },
        {
            "name": "车载液晶背光板点亮缺陷检测",
            "role": "机器视觉开发工程师",
            "duration": null,
            "description": "车载背光模组·1200万主检测+XY复拍·Mura检出。背景：针对车载中控背光板点亮后Mura亮暗斑、亮线暗线、漏光等缺陷人工目检疲劳、判定标准不一致等问题，开发点亮状态自动检测与分级系统。硬件方案：主检测1200万+25mm定焦垂直拍整面；复拍200万+2x微距对疑似缺陷放大确认；暗箱+正交偏振片抑制棱镜膜摩尔纹。核心算法：PMAlign定位ROI、分区统计亮度均匀性、背景差分+Blob提Mura、行\/列投影找线缺陷、暗场边缘提取划伤。校准流程：每日白板平场校正消除暗电流和光源不均；可编程恒流源统一白\/R\/G\/B四画面亮度。难点解决：Mura判定主观性强，通过对比度+面积双阈值分级；摩尔纹通过正交偏振片15度夹角消除。分级判定：按对比度\/面积\/长度分三级：OK流转、返修标注重检区域、NG自动剔除并归档缺陷图。成果：Mura检出下限3%|pinhole最小0.05mm|漏检率≤0.3%|GRR8.6%|CPK1.43|节拍≤..."
        }
    ],
    "certifications": [],
    "self_evaluation": "3年机器视觉经验，独立完成选型→算法→上位机→调试→验收闭环；精通VisionPro定位\/测量\/缺陷\/Mura均匀性分析；擅长解决金属反光、摩尔纹、误漏检、标定漂移等现场问题；具备GRR\/CPK测量系统分析能力，数据驱动持续优化。"
}

{
    "events": [
        {
            "eventName": "ObjectCreated:PutObject",
            "eventSource": "acs:oss",
            "eventTime": "2026-10-20T07:29:35.000Z",
            "eventVersion": "1.0",
            "oss": {
                "bucket": {
                    "arn": "acs:oss:cn-hangzhou:1748673497100614:langbowei-static",
                    "name": "langbowei-static",
                    "ownerIdentity": "1748673497100614",
                    "virtualBucket": ""
                },
                "object": {
                    "deltaSize": 213172,
                    "eTag": "36511FCEABCDC7073E124044BD701F60",
                    "key": "resumes\/1-6ad7185e-151bce-4170369faa51__widget_1704704635359_0.pdf",
                    "objectMeta": {
                        "mimeType": "application\/pdf"
                    },
                    "size": 213172
                },
                "ossSchemaVersion": "1.0",
                "ruleId": "6ace21aabfd5f4f41034504922b3ff7128aa76bb"
            },
            "region": "cn-hangzhou",
            "requestParameters": {
                "sourceIPAddress": "172.16.0.126"
            },
            "responseElements": {
                "requestId": "6AD7185FAA7B323233FD290F"
            },
            "userIdentity": {
                "principalId": "300034963247836315"
            }
        }
    ]
}