{
    "basic_info": {
        "name": "肖涵",
        "gender": "",
        "phone": "19313197750",
        "email": "a1979293783@foxmail.com",
        "age": "24",
        "birth_date": "",
        "location": "",
        "work_years": "3.1"
    },
    "education": [
        {
            "school": "中南林业科技大学涉外学院",
            "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": "",
        "expected_city": "",
        "availability": ""
    },
    "skills": [
        "C#WinForms",
        "VisionPro",
        "Halcon",
        "VisionMaster",
        "工业视觉系统全栈开发",
        "精密测量",
        "缺陷检测",
        "机器人视觉引导",
        "手眼标定",
        "工业相机选型",
        "镜头选型",
        "光源方案设计",
        "PLC通信",
        "机器人通信(串口\/TCP)",
        "MES数据对接(HTTP\/JSON)",
        "需求分析",
        "算法开发",
        "上位机软件架构开发",
        "现场调试",
        "量产验证"
    ],
    "work_experience": [
        {
            "company": "长沙铭准信息科技有限公司",
            "position": "机器视觉开发工程师",
            "duration": "2023\/07 - 2026\/09",
            "description": "1. 负责工业外观缺陷检测、精密尺寸测量、视觉引导定位等项目的需求分析、方案设计、算法开发、现场调试与量产交付。完成医药包装、塑胶件、精密五金、3C电子等多个行业的视觉检测项目，累计交付10+套设备，设备稳定性达7×24小时量产标准。\n2. 主导多光源分时成像、手眼标定、MES数据对接等技术方案，漏检率控制在0.2%以内，过杀率≤3%，关键项目0漏检。\n3. 独立完成硬件选型、光路设计、算法调试、通信协议开发，具备从POC验证到量产交付的全流程项目管理能力。"
        }
    ],
    "project_experience": [
        {
            "name": "手机屏幕玻璃盖板贴膜偏位检测系统",
            "role": "核心开发",
            "duration": "",
            "description": "1. 光学方案设计：针对透明玻璃+透明膜双透明材料成像难题，创新设计双光源分时频闪方案（蓝光背光470nm+白光同轴光），突破透明材料边缘成像技术瓶颈。\n2. 硬件选型与集成：正向计算选型500万像素相机、25mm镜头，FOV覆盖100×70mm，像素精度0.041mm满足0.15mm测量精度需求；自研双通道频闪控制器，实现5ms光源稳定延迟+20ms消光延迟的精确时序控制。\n3. VisionPro算法开发：基于PMAlign工具实现玻璃定位和保护膜定位，双帧图像处理总耗时<150ms。\n4. 上位机系统开发：C#WinForms开发完整检测软件，集成相机控制、双帧采集、VPP算法调用、PLC通信、数据存储、实时曲线显示等全模块功能。\n5. 项目成果：检测节拍198ms，满足产线200ms设计节拍要求；测量精度±0.021mm，远优于±0.15mm公差要求；检测准确率99.68%，漏检率<0.2%，误判率<1.5%；替代8名检测员工，年节省人工成本63万元，投资回报期仅1.14个月，提升产能11%。"
        },
        {
            "name": "新能源汽车零部件精密尺寸测量与缺陷检测系统",
            "role": "核心开发",
            "duration": "",
            "description": "1. 硬件方案设计：选用3100万像素黑白相机+0.06×双侧远心镜头+环形柔光光源，解决金属高反光、成像畸变、边缘模糊等行业痛点。\n2. 精密测量算法：基于HALCON开发孔径、外形尺寸测量算法，边缘亚像素提取，实现0.02mm重复测量精度。\n3. 缺陷检测算法：开发划痕、毛刺、变形检测算法，缺陷特征提取与阈值判定。\n4. MES数据对接：通过HTTPJSON协议上传测量数据至MES系统，实现产线数据追溯。\n5. 项目成果：单件检测周期≤1.8s；尺寸重复测量精度0.02mm；缺陷检出率98.7%，误检率≤0.3%；制程能力CPK=1.68，合规率CRR=99.7%，生产质检效率提升80%。"
        },
        {
            "name": "汽车零部件视觉机械手抓取引导系统",
            "role": "核心开发",
            "duration": "",
            "description": "1. 硬件选型：精度准则正向选型1200万像素相机、18mm低畸变镜头、无影光源，保障0.03mm精度的硬件成像基础。\n2. 手眼标定算法：基于VisionPro实现九点N点标定，完成像素坐标系到机器人世界坐标系的高精度转换。\n3. 上位机开发：C#WinForms开发标定管理系统，实现一键自动标定、参数三层校验、历史参数追溯。\n4. 通信联动：封装串口通信功能，实时下发X\/Y\/R坐标至机械手，实现视觉-机器人闭环控制。\n5. 项目成果：机器人抓取定位偏差稳定≤0.03mm、成功率≥99.5%，彻底解决标定故障停机问题，设备稳定性大幅提升。"
        }
    ],
    "certifications": [],
    "self_evaluation": "具备三年机器视觉实战经验,深耕缺陷检测领域，具备从需求对接、硬件选型、算法开发到现场调试、量产交付的全流程能力；重视产线量产稳定性，擅长解决反光、杂光、油污等成像难题，能从光源搭配、图像预处理、特征规则多维度优化方案；较强现场排查能力，能独立处理误检漏检波动等问题；沟通协调能力强，抗压能力好，可配合团队高效完成项目交付。"
}

{
    "events": [
        {
            "eventName": "ObjectCreated:PutObject",
            "eventSource": "acs:oss",
            "eventTime": "2026-08-31T10:00:12.000Z",
            "eventVersion": "1.0",
            "oss": {
                "bucket": {
                    "arn": "acs:oss:cn-hangzhou:1748673497100614:langbowei-static",
                    "name": "langbowei-static",
                    "ownerIdentity": "1748673497100614",
                    "virtualBucket": ""
                },
                "object": {
                    "deltaSize": 123271,
                    "eTag": "EC4A6E64AD9B8D8F9D8164379492E9C4",
                    "key": "resumes\/1-6a9550ab-1570a5-d80368e9c639__widget_1704704635359_0.pdf",
                    "objectMeta": {
                        "mimeType": "application\/pdf"
                    },
                    "size": 123271
                },
                "ossSchemaVersion": "1.0",
                "ruleId": "6ace21aabfd5f4f41034504922b3ff7128aa76bb"
            },
            "region": "cn-hangzhou",
            "requestParameters": {
                "sourceIPAddress": "172.16.0.122"
            },
            "responseElements": {
                "requestId": "6A9550AB2F43833538A5722C"
            },
            "userIdentity": {
                "principalId": "300034963247836315"
            }
        }
    ]
}