This repository has been archived by the owner on Sep 27, 2018. It is now read-only.
-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathresume-zh_CN.tex
139 lines (114 loc) · 7.93 KB
/
resume-zh_CN.tex
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
% !TEX TS-program = xelatex
% !TEX encoding = UTF-8 Unicode
% !Mode:: "TeX:UTF-8"
\documentclass{resume}
\usepackage{zh_CN-Adobefonts_external} % Simplified Chinese Support using external fonts (./fonts/zh_CN-Adobe/)
%\usepackage{zh_CN-Adobefonts_internal} % Simplified Chinese Support using system fonts
\usepackage{linespacing_fix} % disable extra space before next section
\begin{document}
\pagenumbering{gobble} % suppress displaying page number
\name{张亚南}
% {E-mail}{mobilephone}{homepage}
\contactInfo{\textbf{[email protected]}}{\textbf{(+86) 188-130-18216}}{\textbf{应聘职位：视觉算法研发工程师}}
% {E-mail}{mobilephone}
%\basicContactInfo{\textbf{[email protected]}}{\textbf{(+86) 188-130-18216}}
%\section{\faGraduationCap\ 基本信息}
%\begin{itemize}[parsep=0.5ex]
%%\item \textbf{个人信息：} 男/硕士/智能信息技术北京市重点实验室
%\item \textbf{研究方向：} 图像与视频处理（ Visual Tracking, Image Super Resolution）,机器学习
%\item \textbf{期望职位：C++研发工程师}
\section{\faGraduationCap\ 教育背景}
\datedsubsection{\textbf{北京理工大学（计算机-生物医学工程）2013年9月-2016年1月} }{硕士(top20\%)}
%\textit{在读硕士研究生}\ 计算机科学与技术, 预计 2016 年 3 月毕业
\datedsubsection{\textbf{青岛科技大学（计算机科学与技术）2008年9月-2012年7月} }{学士(top 3\%)}
%\textit{学士}\ 计算机科学与技术
\section{\faUsers\ 工作/项目经历}
\datedsubsection{\textbf{中科院自动化所（实习）} 北京}{2016年1月 -- 2016年4月}
\role{机器人平台组机器学习及机器视觉助理工程师}
\begin{itemize}
\item 基于 Kinect 深度视觉信息的双臂机器人六自由度机械臂转动算法，提高算法精度，增强机械臂抓取羽毛球的鲁棒性；
\item 改进基于稀疏相关模型（Sparsity-based Collaborative Model，SCM）目标跟踪算法，并应用于室内机器人跟踪模块，改善机器人跟踪特定目标的准确性。
\item 研究PTAM，ORB-SLAM等单目视觉SLAM在室内机器人路径规划方面的应用。
\item 基于ORB-SLAM，与室内的研究人员完成demo测试。
\end{itemize}
\datedsubsection{\textbf{北京源仪迅驰科技有限公司（工作）} 北京}{2017年3月 -- 至今}
\role{算法工程师}{}
C++ / Python / CUDA / OpenCV / YOLO / Caffe / TensorFlow
\role{\textbf{项目一：基于深度学习的室外场景可疑目标检测预研项目}}
基于现有的光学设备，增强监控设备成像效果，去除雾霾、雨雪，对特定目标进行超分辨率增强，基于SSD的目标检测算法自动识别图像中的目标，目前已完成图像增强和图像超分辨率增强算法研究与实现。
\begin{itemize}
\item 负责研究并改进现有的图像超分辨图像增强算法，研究在野外自然场景中图像超分辨算法实施可行性及具体实施方案；
\item 负责基于现有的测试数据，利用OpenCV和Eigen开源第三方库，根据设计方案实现图像超分辨算法；
\item 负责研究并总结基于暗通道的图像去雨、雪的图像增强算法，分析算法实施可行性并完成具体实施方案；
\item 负责研究 基于SSD深度学习模型的目标检测算法，利用已有的数据模型调优，完成预研项目第一阶段全部工作。
\end{itemize}
\role {\textbf{项目二：基于图像处理的无人机等天空背景弱小检测与跟踪}}
针对无人机的飞行会对民航机场等重要场所造成安全威胁应用场景，负责基于计算机视觉、机器学习、深度学习等技术，利用高分辨率相机和红外相机采集的图像数据，设计并实现算法检测并跟踪进入管制空域的无人机，目前完成第一段算法设计与实现，现场测试结果表明识别率超过其他算法和竞标部门算法效果。
\begin{itemize}
\item 负责整体设计基于超像素分割的单帧红外图像弱小目标检测算法，相对于传统检测算法，提升目标检测率，满足多种复杂天气实际需求。
\item 基于CUDA和Eigen，负责实现实时目标检测和跟踪算法；
\item 基于YOLO深度学习模型，训练弱小无人机目标检测模型，实现对天空域无人机等目标检测算法；
\item 整合红外图像基于过分割的目标检测算法和可见光图像基于YOLO深度学习模型的目标检测算法，完成整体实时弱小目标检测和跟踪算法设计与实现。
\item 设计基于Particle Filter算法，设计并实现改进表观特征的弱小目标跟踪算法。
\end{itemize}
\datedsubsection{\textbf{ThoughtWorks（工作）} 北京}{2016年5月 -- 2017年2月}
\role{全栈工程师}{}
.NET / Angular JS / PowerShell
项目：某四大会计事务所之一的系统开发
\begin{itemize}
\item 使用TDD开发方法，维护原有的系统功能，增加新业务开发；
\item 与业务分析师BA、测试工程师QA一起分解业务、分析业务，并与客户沟通业务逻辑；
\item 基于Sonar和PowerShell脚本，在CI基础上搭建静态代码扫描工具；
\end{itemize}
\datedsubsection{\textbf{ThoughtWorks（其他）} 印度.浦那}{2016年8月 -- 2016年9月}
\role{全栈工程师}{}
Java / Angular JS
项目： Thoughtworks University
\begin{itemize}
\item 参加Thoughtworks University，与不同国家的同事交流、合作完整基础训练；
\item 与不同国家的同事组成开发小组、完成一个月的短期项目开发，包括与客户沟通、敏捷开发；
\item 参加当地NGO的慈善活动；
\end{itemize}
\section{\faUsers\ 科研经历}
\datedsubsection{\textbf{基于字典学习的鲁棒性视觉跟踪算法的研究}}{2014年06月 -- 2015年10月}
%\role{国家自然科学基金}{研究生课题}
\begin{onehalfspacing}
基于机器学习方法，改进现有的基于字典学习目标跟踪方法，提出并实现鲁棒性更强的目标跟踪算法
\begin{itemize}
\item 研究基于机器学习的目标跟踪算法、贝叶斯推理和粒子滤波理论
\item 多字典学习，动态权衡给定目标特征与最新目标特征，在目标发生形变场景中的准确率
% \item xxx (尽量使用量化的客观结果)
\end{itemize}
\end{onehalfspacing}
\datedsubsection{\textbf{基于BP神经网络的图像超分辨率算法的研究}}{2013年09月 -- 2014年06月}
%\role{国家自然科学基金}{研究生课题}
\begin{onehalfspacing}
研究基于 BP 神经网络多帧图像超分辨率算法，基于卷积神经网络的单帧图像超分辨
\begin{itemize}
\item 总结已有的基于 BP 神经网络的图像超分辨率算法，实现基于卷积神经网络的单帧图像超分辨率算法；研究并改进基于 position patch 的图像超分辨率算法
% \item 提出并实现基于修正字典增强鲁棒性的目标跟踪算法、发表一篇学术论文
% \item xxx (尽量使用量化的客观结果)
\end{itemize}
\end{onehalfspacing}
%\section{\faHeartO\ 获奖情况}
%\begin{itemize}[parsep=0.5ex]
% \item 荣誉称号: 山东省优秀毕业生、青岛科技大学优秀毕业生
% \item 奖学金: 国家励志奖学金(2 次)、一等奖学金(4 次)、二等奖学金(3 次)
%\end{itemize}
%\datedline{荣誉称号：}{\textit{第一名}, xxx 比赛}{2013 年6 月}
%\datedline{其他奖项}{2015}
\section{\faCogs\ IT 技能}
% increase linespacing [parsep=0.5ex]
\begin{itemize}[parsep=0.5ex]
\item 编程语言: C++ > C > Python > C\# > Lisp
\item 深度技能: 图像处理/机器学习/深度学习/ CUDA / Visual SLAM
\item 其他技能: $Git\& Github$ / 快速阅读开源项目源码 / 快速阅读与学习能力 / 英语 - 能够熟练阅读文献,口语交流
\end{itemize}
\section{\faInfo\ 其他信息}
% increase linespacing [parsep=0.5ex]
\begin{itemize}[parsep=0.5ex]
\item 技术博客: http://zhangxiaoya.github.io
\item GitHub: https://github.com/zhangxiaoya
\item 阅读开源项目：ORB-SLAM，DWoB、VINS-Mono
\end{itemize}
\end{document}