{
    "basic_info": {
        "name": "田未苗",
        "gender": "",
        "phone": "13523498116",
        "email": "13523498116@163com",
        "age": "",
        "birth_date": "",
        "location": "合肥市",
        "work_years": "1.8"
    },
    "education": [
        {
            "school": "华北水利水电大学",
            "major": "通信工程",
            "degree": "本科",
            "graduation_year": "2024\/06"
        }
    ],
    "job_intention": {
        "expected_position": "机器视觉开发工程师",
        "expected_salary": "",
        "expected_city": "",
        "availability": ""
    },
    "skills": [
        "C#和C语言，WinForm界面设计与事件绑定开发",
        "VisionPro、VisionMaster、Halcon视觉软件算法搭建、参数调优及二次开发",
        "工业相机、镜头、光源等硬件选型及定制打光方案设计",
        "图像预处理及尺寸测量、外观缺陷检测、OCR字符识别算法应用",
        "Halcon与VisionMaster深度学习，实现缺陷检测、分类、分割",
        "九点与十二点标定，视觉系统与机器人坐标映射及旋转中心标定",
        "TCP、ModbusTCP、西门子S7协议及串口通讯，视觉系统与PLC数据交互",
        "MySQL和SQLite数据库操作",
        "文件IO，支持CSV、TXT、XML、INI等格式存储与解析",
        "Git代码版本管理与团队协作开发"
    ],
    "work_experience": [
        {
            "company": "合肥七维视觉科技有限公司",
            "position": "机器视觉开发工程师",
            "duration": "2024\/08 - 2026\/06",
            "description": "负责相机、镜头、光源等硬件的精准选型与定制化打光方案验证；基于VisionPro、Halcon、VisionMaster等工具完成图像处理算法开发；基于WinForm架构设计视觉检测软件，使用C#进行二次开发，根据客户需求完成定制化操作界面；与PLC工程师及客户团队紧密协作，确保视觉系统与整机运动控制的正常运行。"
        }
    ],
    "project_experience": [
        {
            "name": "柔性振动盘弹片视觉定位与引导取料",
            "role": "",
            "duration": "",
            "description": "项目背景：柔性振动盘供料方式下，弹片容易出现数量不足导致产线频繁停机，以及弹片相互重叠导致机械手抓取时压坏物料等问题。本项目开发一套基于机器视觉的柔性盘弹片引导取料系统，实现弹片数量实时监控、精准定位与选择性抓取，引导机械手完成自动取料。\n项目需求：实时检测柔性盘中弹片数量，当少于20个时自动触发加料；精准定位每个弹片的中心坐标与角度，引导机械手取料，同时识别并过滤重叠弹片，避免压坏物料。\n个人职责：根据弹片取料检测需求设计视觉方案与标定流程；使用VisionMaster视觉库开发Blob分析、形态学处理与高精度模板匹配算法；完成9点标定，实现图像坐标系到物理坐标系的精准映射；通过Modbus协议按XYR顺序发送至PLC；配合机械手与柔性振动盘完成联调，实现自动取料全流程。"
        },
        {
            "name": "手机镜头模组簧片同心度测量",
            "role": "",
            "duration": "",
            "description": "项目背景：手机镜头自动对焦动作单元和镜头在自动组装后，需要对组装效果和精度进行确认，然后进行点胶固定。使用视觉检测有效避免组装不良流入到下工序，保障产品质量。\n项目需求：检测簧片是否弯折、缺失、同心度，同心度合格标准为中心极差≤0.022mm，重复精度<0.01mm；完成视觉系统与运动平台的标定，实现测量数据的精准输出；开发C#界面，支持实时图像显示、检测结果可视化标注、数据统计与存储。\n个人职责：根据簧片同心度检测需求设计视觉检测方案与光源选型；完成标定，实现图像坐标与物理坐标的精准转换；完成视觉系统与XY运动平台的九点标定，建立坐标统一映射，保证检测ROI动态跟随产品位置；使用VisionPro视觉库开发Blob检测、拟合线与圆查找算法；编写C#上位机程序，集成图像采集、检测流程控制、结果判定与数据存储功能。"
        },
        {
            "name": "血糖仪发射器上下壳视觉定位贴合",
            "role": "",
            "duration": "",
            "description": "项目背景：血糖仪发射器上下壳贴合工序当前依赖机械治具定位，无法适应来料位置波动；且四个吸嘴需同时取放产品，对定位一致性与实时性要求极高。本项目拟开发一套视觉定位贴合系统，在四个吸嘴同步取料后实现实时纠偏，使贴合精度达到0.1mm，以满足产线质量与产能需求。\n项目需求：实现上壳与下壳的精密贴合，贴合精度≤0.1mm；生产节拍满足产线效率要求，四个吸嘴同步贴合；视觉系统与PLC通过Modbus通讯联动，实现自动触发采图与纠偏数据下发。\n个人职责：负责相机、镜头、光源硬件选型与方案搭建，规划多工位并行架构；基于VisionMaster平台开发视觉流程，配置图像增强、直线查找、模板匹配、标定转换等模块；负责十二点标定现场实施与精度验证，完成四吸嘴独立基准建立与在线纠偏调试；负责与PLC工程师对接通讯协议，完成触发采图与纠偏数据发送联调及上线验收。"
        },
        {
            "name": "氧化铝圆片外观自动化检测",
            "role": "",
            "duration": "",
            "description": "项目背景：氧化铝陶瓷圆片外观质量要求极高，传统人工目检难以满足15~20万件\/天的产能需求，且缺口、裂纹（最小0.02mm）等微细缺陷漏检率高。本项目基于Halcon构建自动化视觉检测系统，实现高速在线全检与不良品自动剔除，提升检测一致性与生产效率。\n项目需求：检测内容：缺口、裂纹、碎口、崩碎等外观缺陷，最小缺陷尺寸0.02mm；不良品自动剔除，单件检测+处理时间需控制在300ms以内。\n个人职责：负责视觉系统整体方案设计，包括硬件选型与参数计算；基于Halcon独立开发全流程检测算法，实现圆片精确定位、亚像素边缘拟合，通过区域差分比对与形态学处理检出缺口、裂纹等微细缺陷；针对白、红色产品优化算法参数，通过形状、面积特征过滤伪缺陷；优化检测算子与ROI范围，保障检测速度满足产线节拍；负责与上位机及PLC的通讯调试，完成配方配置、结果输出与剔除信号联动，保障整机联调稳定运行。"
        },
        {
            "name": "半导体引线框架视觉检测系统",
            "role": "",
            "duration": "",
            "description": "项目背景：引线框架生产过程中易出现错冲、漏冲、脏污、氧化、毛刺、压伤、变形、漏镀、镀偏等缺陷。本项目旨在开发一套基于Halcon和深度学习机器视觉的引线框架在线检测系统，实现缺陷的自动识别与分类。\n项目需求：缺陷检测类型：错冲、漏冲、脏污、氧化、毛刺、压伤、变形、漏镀、镀偏等；检测精度：0.06mm，检测节拍：5秒\/片；完成视觉系统与产线的标定，实现缺陷位置的精准空间坐标标注。\n个人职责：根据引线框架检测需求设计视觉检测方案与光源选型；优化图像预处理与算法参数，提升检测稳定性与抗干扰能力；使用HALCON视觉库开发缺陷检测算法，模板匹配、动态阈值分割+连通域分析、区域做差法、颜色分割检测缺陷；引入HALCON深度学习模块，训练语义分割模型用于处理传统算法难以稳定判别的复杂缺陷，通过迁移学习与数据增强提升模型泛化能力；开发C#控制程序，实现图像采集、检测流程调用、结果可视化与缺陷标注；通过Modbus与PLC通信，发送OK\/NG及缺陷信息。"
        }
    ],
    "certifications": [],
    "self_evaluation": ""
}

{
    "events": [
        {
            "eventName": "ObjectCreated:PutObject",
            "eventSource": "acs:oss",
            "eventTime": "2026-07-28T11:21:35.000Z",
            "eventVersion": "1.0",
            "oss": {
                "bucket": {
                    "arn": "acs:oss:cn-hangzhou:1748673497100614:langbowei-static",
                    "name": "langbowei-static",
                    "ownerIdentity": "1748673497100614",
                    "virtualBucket": ""
                },
                "object": {
                    "deltaSize": 354580,
                    "eTag": "0C646E9193AB291E7F03BABE3F75DB02",
                    "key": "resumes\/1-6a6890bf-15e8bf-b82179004d94__widget_1704704635359_0.pdf",
                    "objectMeta": {
                        "mimeType": "application\/pdf"
                    },
                    "size": 354580
                },
                "ossSchemaVersion": "1.0",
                "ruleId": "6ace21aabfd5f4f41034504922b3ff7128aa76bb"
            },
            "region": "cn-hangzhou",
            "requestParameters": {
                "sourceIPAddress": "172.16.0.154"
            },
            "responseElements": {
                "requestId": "6A6890BF13C673333495DAD8"
            },
            "userIdentity": {
                "principalId": "300034963247836315"
            }
        }
    ]
}