{
    "basic_info": {
        "name": "王雷通",
        "gender": null,
        "phone": null,
        "email": null,
        "age": "24",
        "birth_date": null,
        "location": null,
        "work_years": "2.3"
    },
    "education": [
        {
            "school": "新乡职业技术学院",
            "major": "软件技术",
            "degree": "大专",
            "graduation_year": null
        }
    ],
    "job_intention": {
        "expected_position": "机器视觉应用工程师",
        "expected_salary": null,
        "expected_city": null,
        "availability": null
    },
    "skills": [
        "C#语言",
        "VisionMaster",
        "VisionPro",
        "WinForm窗体界面设计",
        "WPF页面设计",
        "C#与VisionPro联合二次开发",
        "VisionMaster二次开发",
        "深度学习模块（缺陷标注与模型训练）",
        "SQLServer数据库",
        "SQL语句",
        "TCP通信",
        "西门子通信",
        "Modbus通信",
        "相机、镜头和光源选型",
        "九点标定",
        "十二点标定",
        "委托、事件、线程",
        "多线程编程"
    ],
    "work_experience": [
        {
            "company": "安徽金纬自动化设备有限公司",
            "position": "视觉应用工程师",
            "duration": "2024\/07 - 2026\/10",
            "description": "1.对接客户需求，评估方案的可行性，整理项目技术需求清单，分析技术难点；\n2.硬件选型、设计打光方案，搭建实验环境开展成像测试，规避成像缺陷；\n3.开展机器视觉检测流程设计，配合算法团队完成算法开发，完成程序测试；\n4.负责视觉设备的现场安装，调试视觉参数，解决环境带来的干扰问题。"
        }
    ],
    "project_experience": [
        {
            "name": "笔记本电脑的触摸板表面缺陷检测与尺寸测量（VisionPro）",
            "role": "视觉应用工程师",
            "duration": null,
            "description": "项目背景：笔记本电脑触摸板在加工及组装过程中易产生外观缺陷及尺寸超差问题。本项目采用机器视觉技术实现尺寸高精度测量与表面缺陷全自动检测，测量精度±0.2mm。\n检测要求：1.测量轮廓及缺边；2.检测划伤、压伤；3.检测油污、灰尘；4.精度±0.2mm。\n主要职责：1.对接需求，评估可行性与风险，参与方案制定；2.完成硬件选型及打光方案设计，搭建测试环境采集图像；3.使用视觉软件搭建流程，负责现场安装调试及与PLC通讯联调，处理异常。"
        },
        {
            "name": "金属冲压件表面的缺陷检测（VisionPro）",
            "role": "视觉应用工程师",
            "duration": null,
            "description": "项目背景：通过多光源分时成像完成冲压件尺寸测量与外观缺陷检测，与PLC联动实现合格放行、NG剔除及结果追溯。\n检测要求：1.外形尺寸及边缘毛刺检测；2.表面划伤、压伤、凹坑检测；3.油污、灰尘、指纹及异物检测；4.精度±0.2mm。\n主要职责：1.设计打光方案，搭建测试环境获取图像；2.完成硬件选型，评估适配性；3.设计检测流程，调优算法参数降低误检漏检率；4.负责现场安装、光路校准及与PLC联机调试，跟进试产优化。"
        },
        {
            "name": "纸箱包装印刷LOGO缺陷检测（VisionTrain+VisionMaster）",
            "role": "视觉应用工程师",
            "duration": null,
            "description": "项目背景：针对纸箱包装LOGO印刷场景，开发视觉检测系统完成拍照与精准检测。\n检测要求：1.LOGO划伤、脏污、缺墨、小面积漏印；2.位置偏移、完全漏印；3.最小识别缺陷±0.15mm。\n主要职责：1.完成图像采集、缺陷标注、数据增强，构建训练样本库；2.在视觉平台完成深度学习模型训练、调优及部署；3.现场搭建设备，开展测试，持续优化模型解决环境干扰。"
        },
        {
            "name": "机械手芯片抓取放置固定卡槽系统（VisionMaster）",
            "role": "视觉应用工程师",
            "duration": null,
            "description": "项目背景：针对芯片与卡槽精密装配场景，开发视觉定位与引导系统，引导四轴机械手完成抓取、位姿识别与精准装配。\n检测要求：1.装配引导精度±0.05mm以内；2.检测精度0.2-0.5mm；3.解决相机安装、镜头畸变及坐标系问题；4.结果实时反馈给PLC。\n主要职责：1.完成硬件选型及成像性能评估；2.设计光源方案开展成像测试；3.设计实现双机位手眼标定方案（九点、十二点标定）完成坐标转换；4.搭建检测流程，配合算法开发调试参数；5.完成通讯开发与设备联调，对接PLC。"
        }
    ],
    "certifications": [],
    "self_evaluation": "1.有较好的沟通能力和学习能力，能够快速对接不同岗位人员，准确理解业务需求；\n2.能吃苦耐劳，适应经常性出差及现场工作，服从项目调度安排；\n3.具备良好的问题分析与落地解决能力，保障现场工作顺利推进。"
}

{
    "events": [
        {
            "eventName": "ObjectCreated:PutObject",
            "eventSource": "acs:oss",
            "eventTime": "2026-10-23T10:01:14.000Z",
            "eventVersion": "1.0",
            "oss": {
                "bucket": {
                    "arn": "acs:oss:cn-hangzhou:1748673497100614:langbowei-static",
                    "name": "langbowei-static",
                    "ownerIdentity": "1748673497100614",
                    "virtualBucket": ""
                },
                "object": {
                    "deltaSize": 733190,
                    "eTag": "7AE16A1366C2A7C52F8F9EED80E33B1A",
                    "key": "resumes\/1-6adb3061-158fcc-91567a999db1__widget_1704704635359_0.pdf",
                    "objectMeta": {
                        "mimeType": "application\/pdf"
                    },
                    "size": 733190
                },
                "ossSchemaVersion": "1.0",
                "ruleId": "6ace21aabfd5f4f41034504922b3ff7128aa76bb"
            },
            "region": "cn-hangzhou",
            "requestParameters": {
                "sourceIPAddress": "172.16.0.122"
            },
            "responseElements": {
                "requestId": "6ADB30692C2AE23132119C0B"
            },
            "userIdentity": {
                "principalId": "300034963247836315"
            }
        }
    ]
}