IT人力外包人才简历库

精通Java生态体系，掌握Spring Boot、Spring Cloud微服务架构及分布式系统设计，具备高并发服务端架构搭建经验。熟悉Python自动化运维脚本开发，擅长数据处理工具开发。掌握React、Vue及TypeScript前端开发，熟悉Tailwind响应式界面开发。深入理解机器学习与深度学习原理，熟悉PyTorch框架及Transformer架构，具备YOLO模型部署与AI API集成经验。熟悉Android原生开发、MQTT通信协议及OpenCV图像处理，具备边端一体化软硬件协同方案设计能力。熟练使用Git进行版本管理，注重代码规范与技术方案落地。

参与智能工业质检与预测性维护平台开发，负责核心算法工程化与后端架构设计。基于YOLOv8构建缺陷检测模型，采用Mosaic-9数据增强与迁移学习策略，将识别准确率提升至99.2%。使用TensorRT进行模型量化加速，通过ONNX格式实现跨平台部署，单图推理耗时降至35ms以内。基于Spring Boot+Netty构建高并发数据采集服务，接入Modbus与MQTT协议传感器数据。利用Flink处理实时数据流，结合时序数据库存储设备特征数据。设计异常检测模块实现48小时故障预警。采用Docker容器化部署，通过Prometheus实现服务监控，系统稳定运行于多条产线，显著降低误检率并减少非计划停机时间。

智能工业质检与预测性维护平台：面向制造业产线的AI质检与设备预警系统。技术实现包括YOLOv8缺陷检测模型开发（准确率99.2%）、TensorRT量化加速（推理耗时35ms）、ONNX跨平台部署。后端采用Spring Boot+Netty构建高并发数据采集服务，接入Modbus/MQTT协议数据。使用Flink处理实时数据流，结合时序数据库存储设备特征。设计异常检测模块实现48小时故障预警。系统采用Docker容器化部署，Prometheus实现服务监控，已稳定运行于多条产线，显著降低误检率并减少非计划停机时间。