简历解析详情

简历解析 #1493

记录详情

返回列表
请求 ID
1-6ae9a0ab-15214d-41adebd7526e
状态
success
创建时间
2026-11-03 16:53:36
ID id
1493
请求 ID request_id
1-6ae9a0ab-15214d-41adebd7526e
解析时间 parsed_at
2026-11-03 08:51:57
source_bucket source_bucket
langbowei-static
源对象 source_object
resumes/1-6ae9a0ab-15214d-41adebd7526e__widget_1704704635359_0.pdf
对象大小 object_size
395227
文件类型 file_type
pdf
姓名 name
李健忠
手机号 phone
191-3775-5582
event_name event_name
ObjectCreated:PutObject
event_time event_time
2026-11-03T08:51:55.000Z
region region
cn-hangzhou
etag etag
A2D49B83821A8E36F742F1E2AA558A04
文本长度 text_length
3978
parsed_result parsed_result
JSON
{
    "basic_info": {
        "name": "李健忠",
        "gender": "",
        "phone": "191-3775-5582",
        "email": "19137755582@163.com",
        "age": "24",
        "birth_date": "",
        "location": "",
        "work_years": "1.4"
    },
    "education": [
        {
            "school": "西安理工大学高科学院",
            "major": "",
            "degree": "本科",
            "graduation_year": ""
        }
    ],
    "job_intention": {
        "expected_position": "视觉应用\/方案工程师",
        "expected_salary": "",
        "expected_city": "全国",
        "availability": ""
    },
    "skills": [
        "VisionMaster",
        "VisionPro",
        "Halcon",
        "模板匹配",
        "Blob分析",
        "卡尺测量",
        "颜色分割",
        "OCR识别",
        "3D点云处理",
        "OpenCV",
        "工业相机客户端(MVS)",
        "光源\/镜头选型",
        "光路打光",
        "九点标定",
        "手眼标定",
        "旋转中心标定",
        "C#",
        "Python",
        "Modbus TCP\/RTU",
        "Modbus Poll\/Slave",
        "虚拟串口",
        "串口调试助手",
        "MySQL"
    ],
    "work_experience": [
        {
            "company": "深圳市灵犀视觉科技有限公司",
            "position": "视觉应用工程师",
            "duration": "2025\/04 - 2026\/09",
            "description": "方案选型与光路设计:针对不同客户产品的检测需求,独立完成视觉可行性评估,主导工业相机、镜头、光源选型与光路打光方案设计,完成九点标定、手眼标定、旋转中心标定,累计交付塑胶、五金、3C连接器等行业多个视觉项目。\n检测流程搭建与PLC联调:基于VM\/VisionPro\/Halcon三大平台独立搭建检测流程,对接PLC通过Modbus TCP\/RTU完成硬触发采集与OK\/NG信号握手,配合气缸、机械手完成分拣联动。\n现场问题排查与优化:在VM\/Halcon流程内编写自动化脚本,快速定位丢帧、频闪、金属反光、误检漏检等现场问题,通过阈值优化、打光调整、参数迭代将典型项目误检率从约5%降至1%以内,配合上位机工程师完成联调交付。"
        }
    ],
    "project_experience": [
        {
            "name": "塑胶壳体表面瑕疵视觉检测",
            "role": "独立负责",
            "duration": "2026\/06 - 2026\/09",
            "description": "检测流程:基于VisionMaster搭建完整检测链路,先通过轮廓模板匹配定位工件、划分有效检测ROI,依次完成图像灰度化、高斯滤波去噪、差分法背景减除,再通过Blob分析提取瑕疵连通域,最终按面积、长短径形态特征完成缺陷分级判定,通过Modbus协议向PLC输出对应NG信号,联动产线分拣机构执行剔除。\n具体行动:\n1. 需求对接与指标确认:梳理工件缺陷类型(划痕、黑点、缺胶、气泡),标定缺陷判定标准与形态阈值,对齐产线检出率、误检率、检测节拍目标。\n2. 硬件光路与标定:完成千兆网黑白相机、条形光源选型与光路调试,完成相机畸变校正与像素当量标定。\n3. 图像预处理调优:采用灰度化+高斯滤波降噪,引入差分减背景算法,增加自动亮度均衡模块,抑制车间光照波动干扰。\n4. 定位与ROI剪裁:通过轮廓模板匹配定位工件,按壳体轮廓绘制不规则ROI,屏蔽边缘与装配孔区域,降低无效计算量。\n5. 缺陷判定逻辑调试:Blob分析提取瑕疵连通域,结合200+张良品样本统计的面积、长短径分布设置阈值,精准过滤粉尘、水珠等伪缺陷。\n6. 现场联调与验证:连续跟线调试3个生产班次,覆盖白夜班不同工况,通过Modbus对接PLC输出NG信号,验证全时段检测稳定性。\n核心成果:检出率99%、误检率≤1%、单张280ms"
        },
        {
            "name": "金属垫片内外径尺寸筛选",
            "role": "独立负责",
            "duration": "2026\/02 - 2026\/05",
            "description": "检测流程:基于VisionMaster实现全自动化尺寸分选,通过模板匹配定位工件中心并补偿旋转偏角,调用卡尺工具采集内外圆边缘点拟合真实直径,对照预设多组公差带判定产品规格与合格性,通过Modbus输出对应控制信号,驱动气缸完成良品分规格收纳、不良品自动剔除。\n具体行动:\n1. 需求对接与指标确认:明确内外径测量精度、4种规格混线分选要求,对齐±0.05mm精度目标与产线节拍要求。\n2. 硬件光路与标定:选型远心镜头+低角度环形光源,完成光路调试与像素当量标定,保障边缘成像清晰无畸变。\n3. 定位与角度补偿:模板匹配定位工件中心,实时获取旋转角度并做仿射补偿,消除工件摆放偏角对测量的影响。\n4. 尺寸测量逻辑调试:卡尺工具采集内外圆边缘点,调整扫描方向与边缘过渡宽度,剔除毛刺跳变点后重新拟合圆,稳定测量值。\n5. 分选逻辑配置:按客户图纸设置4组公差带条件分支,自动匹配规格编号,超差件判定为NG,实现混线生产自动分选。\n6. 产线联调与校准:通过Modbus对接PLC驱动气缸分仓剔除,配合标准量块反复校准,验证全量程测量精度与重复性。\n核心成果:测量精度±0.05mm、支持4种规格自动分选、适配混线连续生产"
        },
        {
            "name": "连接器Pin针3D共面度检测",
            "role": "核心开发",
            "duration": "2025\/09 - 2026\/01",
            "description": "检测流程:基于Halcon处理线激光3D点云数据,先对原始点云做滤波去噪与ROI区域分割,提取单根Pin针点云后做平面拟合获取高度值,再以所有Pin针的最佳拟合基准面计算整体共面度,超差则输出NG信号,同步上传高度数据至上位机系统存档。\n具体行动:\n1. 需求对接与指标确认:明确共面度检测精度与不良判定标准(弯针、缺针、矮针),对齐±0.03mm高度精度目标。\n2. 硬件采集与标定:调试线激光3D相机扫描参数,完成相机标定与高度方向当量校准。\n3. 点云预处理调优:全局离群点滤波去除离散噪点,形态学开运算平滑针脚边缘毛刺,提升高度取值稳定性。\n4. 坐标校正与ROI分割:以连接器定位孔为基准做仿射变换,校正工件倾斜,将点云统一至标准坐标系,按轮廓ROI分割单根Pin针。\n5. 共面度计算逻辑:单根Pin针点云平面拟合取峰值高度,以所有针脚最佳拟合平面为基准计算高度差,最大差值即为共面度,超差判定NG。\n6. 结果输出与验证:输出NG信号并上传高度数据至上位机,通过标准高度块标定,验证全量程检测精度与重复精度。\n核心成果:高度精度±0.03mm、可识别弯针\/缺针\/矮针"
        },
        {
            "name": "金属工件DPM激光二维码识别",
            "role": "核心开发",
            "duration": "2025\/04 - 2025\/08",
            "description": "检测流程:基于VisionPro的PatMax与IDMax工具搭建读码链路,先通过PatMax模板匹配定位工件,裁切二维码ROI并自动校正旋转角度,经图像滤波与灰度增强后调用IDMax解码,按预设码质量阈值判定合格性,通过Modbus输出OK\/NG信号,驱动产线剔除机构拦截不良品。\n具体行动:\n1. 需求对接与指标确认:明确读码成功率、360°旋转适配要求,对齐99.3%读码率、单帧≤200ms的产线指标。\n2. 硬件光路选型调试:对比同轴光、低角度环形光、穹顶光方案,选定低角度环形无影光源,压制金属镜面反光、提亮打标纹理。\n3. 相机标定与定位:完成九点标定校正相机畸变,通过PatMax模板匹配定位工件,定位精度稳定,适配任意角度上料。\n4. ROI裁切与图像增强:按标准位置裁切二维码ROI,排除背景与边缘反光干扰;通过滤波与灰度增强抑制金属表面噪点,提升码区对比度。\n5. 解码逻辑调优:调用IDMax工具解码,设置码质量分级阈值,无法解码或质量不达标统一判定为NG,避免漏码流出。\n6. 产线对接联调:支持360°旋转自动校正后解码,通过Modbus向PLC输出OK\/NG信号,联动剔除机构,确保不良品零流出。\n核心成果:读码成功率99.3%、支持360°旋转、单帧160ms"
        }
    ],
    "certifications": [],
    "self_evaluation": "接受长期驻厂出差,能快速响应客户现场问题,具备良好的客户沟通与现场配合能力。期望在视觉应用\/方案工程师方向深耕,逐步承担更复杂项目的独立交付。"
}
output_key output_key
parsed/resumes/1-6ae9a0ab-15214d-41adebd7526e__widget_1704704635359_0.pdf.parsed.json
状态 status
success
error_message error_message
无数据
raw_event raw_event
JSON
{
    "events": [
        {
            "eventName": "ObjectCreated:PutObject",
            "eventSource": "acs:oss",
            "eventTime": "2026-11-03T08:51:55.000Z",
            "eventVersion": "1.0",
            "oss": {
                "bucket": {
                    "arn": "acs:oss:cn-hangzhou:1748673497100614:langbowei-static",
                    "name": "langbowei-static",
                    "ownerIdentity": "1748673497100614",
                    "virtualBucket": ""
                },
                "object": {
                    "deltaSize": 395227,
                    "eTag": "A2D49B83821A8E36F742F1E2AA558A04",
                    "key": "resumes\/1-6ae9a0ab-15214d-41adebd7526e__widget_1704704635359_0.pdf",
                    "objectMeta": {
                        "mimeType": "application\/pdf"
                    },
                    "size": 395227
                },
                "ossSchemaVersion": "1.0",
                "ruleId": "6ace21aabfd5f4f41034504922b3ff7128aa76bb"
            },
            "region": "cn-hangzhou",
            "requestParameters": {
                "sourceIPAddress": "172.16.0.129"
            },
            "responseElements": {
                "requestId": "6AE9A0ABE1320C343410EEBA"
            },
            "userIdentity": {
                "principalId": "300034963247836315"
            }
        }
    ]
}
创建时间 created_at
2026-11-03 16:53:36