{
    "basic_info": {
        "name": "王嘉诚",
        "gender": "男",
        "phone": "15514249583",
        "email": "2809868422@qq.com",
        "age": "25",
        "birth_date": "",
        "location": "",
        "work_years": "2.3"
    },
    "education": [
        {
            "school": "河南工业大学",
            "major": "人工智能",
            "degree": "本科",
            "graduation_year": "2025"
        }
    ],
    "job_intention": {
        "expected_position": "",
        "expected_salary": "",
        "expected_city": "",
        "availability": ""
    },
    "skills": [
        "熟练使用VisionPro、VisionMaster、Halcon等主流机器视觉软件，可独立完成视觉项目开发。",
        "熟练掌握模板匹配、Blob分析、边缘检测、图像预处理、定位测量、字符识别及缺陷检测等视觉算法。",
        "熟练使用C#进行VisionPro、Halcon、VisionMaster二次开发，可完成算法封装、功能集成及业务逻辑开发。",
        "熟练使用WinForm开发工业视觉应用软件，能够完成相机控制、参数配置、检测结果展示等功能。",
        "掌握WPF+MVVM开发框架，可搭建工业级可视化操作界面。",
        "掌握棋盘格标定、九点标定、十二点标定及机械臂视觉引导技术，具备视觉精度校准与误差优化能力。",
        "熟悉串口通信、TCP\/IP、Modbus等通信方式，以及西门子S7-1200\/S7-200、三菱PLC通信协议。",
        "能够根据精度、视野、工作距离及节拍需求，完成工业相机、镜头、光源等视觉硬件的选型、搭建与调试。",
        "熟悉MySQL数据库，可实现检测数据、运行日志及产品信息的存储、查询与追溯管理。",
        "具备现场项目驻场调试、问题排查、方案优化能力；了解VisionTrain、PyTorch、TensorFlow等深度学习工具，可参与分类、目标检测及缺陷检测模型的训练与部署。",
        "持有C1驾驶证，具备5年驾龄，可适应项目现场驻场、短期及长期出差。"
    ],
    "work_experience": [
        {
            "company": "武汉欣之盛智能科技",
            "position": "机器视觉工程师",
            "duration": "2024\/04-2026\/08",
            "description": "负责机器视觉项目需求沟通、方案设计及现场实施。\n使用VisionPro、Halcon、VisionMaster完成定位、测量、缺陷检测及识别算法开发。\n负责工业相机、镜头、光源等视觉硬件的选型、搭建、标定与调试。\n基于C#进行视觉软件二次开发，完成相机控制、算法集成及检测结果判定。\n使用WinForm、WPF开发视觉上位机，实现图像显示、参数配置、报警及数据管理。\n对接西门子、三菱PLC，通过TCP\/IP、Modbus等协议实现设备通信与联锁控制。\n参与客户现场联调、问题排查及项目交付，编写方案、操作手册和验收资料。"
        }
    ],
    "project_experience": [
        {
            "name": "铜箔宽度与边缘缺陷在线视觉检测系统（HALCON）",
            "role": "",
            "duration": "",
            "description": "项目背景：基于HALCON23.11和C#，应用于锂电池电解铜箔分切或复卷工序，对连续运行铜箔进行宽度测量、跑偏监控和边缘缺陷检测。\n检测需求：检测物料：铜箔卷材，宽度约650mm，厚度约0.006mm。检测速度：100m\/min。检测内容：宽度、跑偏、裂边、缺口、毛刺、边缘凸起、针孔和波浪边。宽度公差：设计为±0.20mm。硬件方案：2台8192pixel黑白线阵相机，一台测整体宽度，一台检测边缘。光学方案：750mm红色线背光加两侧低角度红色线光。\n核心任务：完成8K线阵相机、线阵镜头、背光、低角度光源和编码器的选型；基于HALCON开发宽度测量、边缘缺陷识别和卷级缺陷地图；基于C#实现高速采集、数据存储和PLC报警停机。\n个人职责：根据700mm视野、100m\/min速度和目标采样精度计算相机线频、镜头焦距和编码器脉冲。使用红色线背光获取稳定铜箔轮廓，使用低角度线光突出毛刺、折皱和裂边。基于HALCON完成平场校正、动态阈值、亚像素边缘提取和鲁棒直线拟合。通过Blob、形态学处理和边缘跟踪识别裂边、缺口、毛刺、针孔和边缘凸起。设计编码器行触发、图像缓存队列、丢行检测和异常恢复逻辑。开发宽度趋势、跑偏趋势、卷级缺陷地图、NG图像保存和数据导出功能。"
        },
        {
            "name": "动力电池电芯卷绕在线视觉检测系统（HALCON）",
            "role": "",
            "duration": "",
            "description": "项目背景：基于HALCON23.11和C#，针对动力电池卷绕工序中正极片、负极片和隔膜的连续运动状态，设计在线视觉检测系统，检测极片对齐、隔膜包覆和边缘异常。\n检测需求：检测物料：正极片、负极片和隔膜连续带材。材料速度：500mm\/s，预留至800mm\/s。触发方式：编码器每移动10mm触发一次采图。检测内容：极片左右对齐度、隔膜包覆量、首尾偏差、跑偏趋势和边缘缺口。设计公差：对齐偏差±0.05～±0.15mm，单次计算响应≤50ms。硬件方案：左右2台高速黑白工业相机、远心镜头、红色背光和编码器。\n核心任务：完成双相机、远心镜头、背光、编码器和工控机的方案设计；基于HALCON完成边缘提取、直线拟合、对齐计算和异常判定；基于C#开发实时监控、趋势分析和PLC联锁功能。\n个人职责：设计左右双相机同步采集方案，使用编码器硬触发保证同一材料位置结果对应。使用measure_pos、edges_sub_pix、fit_line_contour_xld完成亚像素边缘提取和鲁棒直线拟合。完成像素标定、毫米坐标换算，计算极片错位、隔膜包覆量和首尾偏差。设计边缘丢失、图像过暗、触发超时和左右相机数据不一致的异常逻辑。使用C#完成配方、趋势曲线、报警日志、NG图像和检测数据追溯。通过S7TCP与PLC通讯，实现检测ID绑定、结果交互和设备联锁。"
        },
        {
            "name": "圆柱形金属套筒多角度视觉检测系统（VisionMaster）",
            "role": "",
            "duration": "",
            "description": "项目背景：基于VisionMaster4.2、C#WinForms和精密分度转盘，对单一规格圆柱形金属套筒进行尺寸及外观检测，替代人工检验，实现缺陷分类、OK\/NG判定和产品追溯。\n检测需求：检测物料：外径30.00±0.05mm、内径15.00±0.05mm、高度30.00±0.05mm的圆柱形金属套筒。检测尺寸：外径、内径、圆心偏移、台阶高度、总高度及内孔倒角。检测缺陷：缺角、砂眼、气孔、凹坑、划伤、毛刺及边缘崩缺。设备结构：四工位精密分度转盘，不使用普通传送带。相机数量：6台工业相机，其中2台用于端面检测，4台用于四个侧面检测。\n核心任务：完成六台相机、镜头、光源、转盘治具及同步触发方案设计；基于VisionMaster搭建图像采集、标定、边缘检测、圆测量、Blob分析、形态学处理、结果运算和多相机结果融合流程；基于C#开发设备控制、PLC通讯、配方管理和数据追溯功能。\n个人职责：使用CAM-1、0.2×双远心镜头和准直背光，检测外径、内径、圆心偏移、内孔倒角及端面缺角。使用CAM-2、50mm镜头和四分区穹顶漫射光，检测端面砂眼、气孔、凹坑、油污、划伤和毛刺。使用CAM-3至CAM-6分别检测套筒东、南、西、北四个侧面，四台相机均采用35mm镜头和红色低角度条形光。配置四台侧壁相机同步触发，实现单次到位覆盖四个侧面，检测侧壁划伤、凹坑、砂眼、毛刺和崩边。使用VisionMaster标定模块建立像素与毫米转换关系，完成圆测量、边缘测量、距离测量及尺寸公差判定。使用Blob分析、动态阈值、形态学处理和区域筛选完成缺陷提取、分类及NG编码。编写C#WinForms上位机，完成六路相机管理、光源控制、检测结果显示、报警和配方参数管理。通过ModbusTCP与PLC通讯，实现治具ID绑定、六路相机同步触发、OK\/NG下料及设备异常停机。使用MySQL保存尺寸数据、缺陷记录、产品编号、检测时间、原图、结果图及配方版本，实现产品追溯。"
        },
        {
            "name": "手机盖板玻璃与显示模组OCA对位贴合系统（VisionMaster）",
            "role": "",
            "duration": "",
            "description": "项目背景：基于VisionMaster4.x、C#WinForms和正运动ZMotion，开发手机盖板玻璃与LCD\/OLED显示模组OCA高精度视觉对位贴合系统，实现Mark定位、XYθ补偿和贴合后质量复检。\n检测需求：盖板玻璃尺寸约160×75mm。显示模组尺寸约155×70mm。OCA胶膜尺寸约150×70mm。采用固定真空治具和XYθ对位平台，不使用普通传送带直接对位。2台对角Mark相机，另加1台贴合后复检相机。目标对位精度：X\/Y≤±0.05mm，Theta≤±0.03°。\n核心任务：完成相机、0.5×双远心镜头、同轴光、偏振片和透明治具方案；使用VisionMaster完成Mark匹配、九点标定和坐标转换；使用正运动ZMotion控制X\/Y\/Theta\/Z轴完成对位、贴合和复检。\n个人职责：使用CAM-1、CAM-2采集盖板玻璃和显示模组左右对角Mark点。使用VisionMaster完成模板匹配、亚像素边缘定位、像素标定和九点标定。计算两层物料的X\/Y\/Theta偏差，并进行补偿限幅和方向校验。通过C#以Ethernet\/ZDevelop或ZBasic方式向ZMotion发送运动补偿值。控制ZMotion完成回零、限位、XYθ对位、Z轴压合和贴合辊动作。使用CAM-3检测贴合后四边偏移、边缘间隙、气泡、异物、褶皱和溢胶。保存Mark坐标、补偿值、贴合结果、缺陷图片和产品编号，实现全过程追溯。"
        },
        {
            "name": "药品包装铝箔封口与字符检测系统（VisionMaster）",
            "role": "",
            "duration": "",
            "description": "项目背景：基于VisionMaster4.x和C#，应用于药品瓶热封后、旋盖前工序，检测铝箔封口质量以及日期、批号和有效期字符，完成在线OK\/NG判定与自动剔除。\n检测需求：检测物料：药品塑料瓶铝箔封口，封口直径约25～40mm。检测位置：热封完成后、旋盖前；旋盖后铝箔被遮挡时不适合直接视觉检测。检测缺陷：漏封、破损、翘边、褶皱、压合不均、异物和封口偏移。OCR内容：生产日期、批号、有效期、喷码清晰度和格式合法性。硬件方案：3台相机，顶部封口、侧视翘边和字符复核各1台。传送带速度：设计30m\/min，采用光电触发和编码器绑定。\n核心任务：完成相机、镜头、穹顶光、同轴光、低角度条形光和频闪控制方案；基于VisionMaster开发封口缺陷、OCR、格式校验和结果融合；基于C#开发配方、追溯和PLC剔除功能。\n个人职责：使用顶部相机检测铝箔整体轮廓、漏封、破损、污染和封口偏移。使用侧视相机和红色低角度条形光检测翘边、皱褶、毛刺和压合高度差。使用VisionMaster完成定位、Blob、Edge、灰度分析和OCR字符识别。对OCR结果执行长度、字符集、日期合法性和批号格式校验。通过ModbusTCP与PLC交互OK\/NG、报警、剔除和产品编号。使用C#保存原图、结果图、字符原文、识别置信度、缺陷代码和检测时间。将产品NG与设备异常分开处理，避免因相机断线或光源异常造成误放行。"
        }
    ],
    "certifications": [
        "C1驾驶证"
    ],
    "self_evaluation": "1.具备机器视觉项目开发与现场调试经验\n2.熟悉VisionPro、Halcon、VisionMaster及C#二次开发\n3.可独立完成视觉方案设计、算法开发、硬件选型、上位机开发与PLC通信联调。\n4.工作认真负责，具备较强的问题定位和现场应变能力，能够适应出差及客户现场调试工作"
}

{
    "events": [
        {
            "eventName": "ObjectCreated:PutObject",
            "eventSource": "acs:oss",
            "eventTime": "2026-08-24T09:08:02.000Z",
            "eventVersion": "1.0",
            "oss": {
                "bucket": {
                    "arn": "acs:oss:cn-hangzhou:1748673497100614:langbowei-static",
                    "name": "langbowei-static",
                    "ownerIdentity": "1748673497100614",
                    "virtualBucket": ""
                },
                "object": {
                    "deltaSize": 345816,
                    "eTag": "137A8FFDD120531485EA393AF08C7DEA",
                    "key": "resumes\/1-6a8c09f1-1570a5-f90c465462e2__widget_1704704635359_0.pdf",
                    "objectMeta": {
                        "mimeType": "application\/pdf"
                    },
                    "size": 345816
                },
                "ossSchemaVersion": "1.0",
                "ruleId": "6ace21aabfd5f4f41034504922b3ff7128aa76bb"
            },
            "region": "cn-hangzhou",
            "requestParameters": {
                "sourceIPAddress": "172.16.0.128"
            },
            "responseElements": {
                "requestId": "6A8C09F1BEEB0E353260E804"
            },
            "userIdentity": {
                "principalId": "300034963247836315"
            }
        }
    ]
}