在校期间系统学习了计算机原理、数据结构、算法设计等专业课程，掌握了扎实的理论基础。积极参与学校组织的编程竞赛和科研项目，锻炼了团队协作和问题解决能力。

在公司主要协助资深开发工程师进行机器视觉项目的开发工作。

• 参与了产品缺陷检测系统的开发，负责图像预处理模块的代码编写，通过优化算法将图像预处理时间降低了30%，提高了系统整体的检测效率。
• 协助完成了目标识别算法的测试工作，测试用例覆盖率达到95%以上，发现并反馈了多个算法缺陷，为算法优化提供了有力支持。
• 与团队成员紧密合作，参与项目需求分析和方案设计讨论，提出了多项合理化建议，部分建议被采纳并应用于实际项目中。

在现公司继续从事机器视觉助理开发工作。

• 主导了小型物体尺寸测量系统的部分开发任务，负责算法实现和代码调试。通过对测量算法的改进，将测量精度提高了20%，达到行业领先水平。
• 参与了工业相机标定工具的优化工作，优化后的工具操作更加简便，标定时间缩短了40%，提高了现场工程师的工作效率。
• 负责项目文档的编写和整理工作，编写的技术文档规范、清晰，为项目的维护和后续开发提供了良好的文档支持。

项目名称： 电子元件外观缺陷检测系统 项目描述： 该项目旨在实现电子元件外观缺陷的自动化检测。

• 我主要负责图像采集模块与算法模块的对接工作，确保图像数据准确无误地传输到算法处理部分。
• 参与了缺陷分类算法的训练数据标注工作，标注数据量达10000+张，为算法训练提供了高质量的数据集。
• 协助进行系统的集成测试，发现并解决了多个集成过程中的问题，最终系统检测准确率达到98%以上，成功应用于多家电子元件生产企业。

项目名称： 物流包裹分拣视觉引导系统 项目描述： 此项目为物流包裹分拣提供视觉引导。

• 我负责包裹图像特征提取算法的初步实现，通过对大量包裹图像的分析，提取出了具有代表性的特征，为后续的分拣决策提供了依据。
• 参与了系统的现场调试工作，在不同光照、包裹摆放角度等复杂场景下进行测试和优化，使系统在实际物流场景中的分拣准确率达到95%以上，分拣效率提高了25%。
• 协助编写了系统的用户手册和操作指南，方便物流工作人员快速上手使用系统。