IT人力外包人才简历库

精通C/C++/Python编程语言，熟悉Linux系统开发及ROS2框架；掌握多源信息融合的目标检测与跟踪算法、场景语义分割技术、软硬件在环仿真测试方法；熟悉L3+自动驾驶系统架构设计及车路云一体化解决方案；具备V2X通信协议开发能力，熟悉SLAM技术及数字孪生系统构建；精通数据标注工具链及大规模数据集构建技术；熟悉深度学习框架（YOLO、Faster-RCNN）及模型优化方法；掌握卡尔曼滤波算法及多传感器数据融合技术；具备仿真平台（Carla、TADsim）开发经验及测试规程制定能力。

主导智能网联系统开发项目，构建全栈仿真测试体系，开发软件在环/硬件在环/真实场景测试用例，输出多份测试规程文档。设计车路云一体化数据采集方案，完成10万+数据量路测数据集构建及标注质检，数据上云至某数据平台。主导V2X通信协议开发及数字孪生系统架构设计，完成自动驾驶综合测试平台建设。主导多传感器融合算法研发，实现激光雷达、摄像头及毫米波雷达的协同目标检测与跟踪。完成深度学习模型优化及仿真平台开发，制定多份行业标准文档。

1. 某云平台全栈仿真系统开发（2021.10-至今）：构建自动驾驶仿真测试体系，开发SIL/HIL/MIL/VIL多层级测试用例，完成WorldSim/LogSim场景开发，输出《全栈仿真测试规程》等技术文档。2. 路测数据集构建（2021.9-至今）：设计11路口28摄像头数据采集方案，完成10万+数据集构建及标注质检，数据上云至某数据平台，规划扩展至100万+数据量。3. 智能网联标准制定：主导《深圳市智能网联远程车载监管系统》地方标准编写，完成《车路云一体化方案》技术文档。4. 仿真平台研发：开发Carla在环仿真系统，实现传感器建模及场景脚本构建，完成V2X网联化测试认证平台建设。5. 多传感器融合算法研发：实现激光雷达点云处理、视觉融合目标跟踪及毫米波雷达信号处理，采用卡尔曼滤波优化轨迹预测。6. 深度学习模型优化：基于Faster-RCNN改进框架，完成无人驾驶感知系统方案设计及算法验证。