UP简历小U

+86 13800138000|xiaou@example.com|中国深圳

个人总结

资深边缘计算工程师，专注于智慧城市与物联网领域的技术研发与系统优化。精通高性能边缘设备上的深度学习模型部署与优化，具备丰富的车辆违法停放识别算法实战经验。通过在杆端部署算法，成功将云端传输带宽降低<strong>80%</strong>，显著提升系统响应速度与资源利用效率。致力于将前沿AI技术应用于实际场景，推动智慧城市基础设施的智能化升级。

工作经历

高级边缘计算工程师

某头部智慧城市解决方案提供商

2019-07 - 2024-07

主导智慧路灯边缘计算项目的技术选型、架构设计与核心算法研发，专注于车辆违法停放识别与交通流量分析。
成功在路灯杆端部署轻量级深度学习模型，实现图像数据本地化处理，将原始视频流向云端的传输带宽**降低了80%**，显著节约了运营成本并提升了实时性。
负责基于**NVIDIA Jetson系列**平台进行AI模型的优化与推理加速，使单路视频帧率提升**30%**，平均检测延时低于**100ms**。
与硬件团队紧密协作，完成了边缘计算单元的集成与测试，确保系统在复杂户外环境下的稳定运行，系统平均无故障时间（MTBF）超过**10000小时**。
参与设计并实现了边缘设备与云平台的**MQTT/HTTP双向通信协议**，确保数据上报与指令下发的可靠性与安全性。
优化算法部署流程，通过自动化工具链将模型部署周期缩短**50%**，支持**1000+**路灯节点的快速迭代与升级。

项目经历

智慧停车边缘识别系统研发

公司内部项目

2022-03 - 2023-01

**项目背景**：针对城市停车管理效率低下、违停取证困难等问题，开发基于边缘计算的智能识别系统。
**个人职责**：担任核心算法工程师，负责**车辆检测**、**车位状态识别**及**违法停放行为分析**算法的研发与优化。
**关键技术**：采用**YOLOv7**与**MobileNetV3**结合的策略，针对边缘设备的计算能力进行模型剪枝与量化，将模型大小压缩**60%**，推理速度提升**40%**。
**项目成果**：系统在实际部署中，对违法停放车辆的识别准确率达到**95%以上**，误报率低于**2%**，为交管部门提供了高效的辅助执法工具，预计每年可减少**XX万元**的人力巡查成本。

基于边缘AI的交通流量统计系统

公司内部项目

2020-08 - 2021-06

**项目背景**：为城市交通规划提供实时、精准的流量数据支持，减少传统人工统计的误差和成本。
**个人职责**：负责系统中的**多目标跟踪（MOT）算法**实现与优化，确保在复杂交通场景下的车辆计数准确性。
**关键技术**：基于**DeepSORT**框架进行改进，引入**注意力机制**提升目标关联的鲁棒性；利用**Kalman滤波器**对车辆运动轨迹进行预测与平滑。
**项目成果**：系统部署后，实现了**98%**的车辆计数准确率，相比传统方式提升了**20%**，并能实时生成车流量报告，为城市交通管理决策提供数据支撑。