XXX智能是一家专注人工智能行业解决方案的科技公司，团队规模约XXX人，核心业务是为自动驾驶、智慧金融等领域提供AI模型训练数据服务，合作客户超过XXX家科技企业及研究机构，在图像与点云数据标注领域建立行业口碑。

工作概述：

1.数据体系搭建：针对自动驾驶项目感知模块高精度要求，规划多传感器融合数据标注体系；依据客户模型需求制定数据采集与清洗标准，协调标注团队执行，通过分层抽样与定期校准保证标注体系有效性，使得关键障碍物识别场景数据质量达标率提升XXX%。

2.标注团队管理：负责组建并管理规模约XXX人的全职与兼职标注团队，设计阶梯式技能培训课程与考核标准；建立日常工作分配与进度追踪机制，通过任务包拆分与优先级调度，将团队整体标注效率提升XXX%，人员技能覆盖度从X类拓展至Y类。

3.平台流程优化：为解决标注工具操作繁琐与质检效率瓶颈问题，主导内部标注平台功能迭代；收集一线标注员操作痛点，协同产品与开发团队设计并上线智能预标注、多人协同复审等新功能，将复杂3D框标注任务的平均处理时长缩短XXX秒，质检环节效率提升XXX%。

4.复杂任务攻坚：牵头处理Lidar点云连续帧追踪、图像语义分割等高难度标注任务；组织资深标注师成立专项小组，拆解任务逻辑并编写详细标注规则与案例手册，通过小范围试点与规则迭代，将此类任务的首轮通过率从X%稳定提升至Y%，返工成本降低XXX%。

5.模型评估分析：建立模型训练效果与标注数据的关联分析流程；定期抽检已交付数据，分析模型在特定场景下的识别错误案例，定位标注一致性或规则模糊点，形成分析报告并推动标注规则迭代，助力客户模型在关键指标上的准确率提升X个百分点。

6.流程标准制定：为应对业务规模化需求，主导编写从数据接收到交付的全流程SOP文档；设计关键环节的质量检查清单与交付模板，推动流程在多个项目组落地执行，将项目间因流程差异导致的问题沟通量减少XXX%，新项目启动效率提升XXX%。

7.数据安全治理：负责标注数据的安全与合规管理；制定数据脱敏、访问权限控制及存储规范，引入加密存储与操作日志审计工具；定期组织安全培训与检查，确保在年均处理XXX万张图像数据的情况下，未发生数据泄露事故，并通过了客户方的安全审计。

工作业绩：

1.主导构建覆盖X大类、Y小类的标注能力体系，支撑公司承接并交付超过XXX个高级别自动驾驶数据项目。

2.管理团队累计完成超过XXX万帧图像与点云数据标注，交付数据在客户模型训练中的采纳率超过XXX%。

3.通过平台优化与流程改进，使公司核心标注业务的人均日处理量提升XXX%，项目平均交付周期缩短XXX%。

4.制定的标注规则手册与SOP成为公司标准资料，培训与认证了超过XXX名合格标注员，团队骨干流失率低于X%。

5.负责的数据安全体系保障所有项目合规交付，助力公司与X家头部车企建立长期数据供应合作。

公司战略级项目，为某头部车企的下一代L3级自动驾驶系统提供感知模型训练数据。项目需处理包含摄像头、激光雷达、毫米波雷达的多传感器同步数据，标注对象超过XX类，且对标注精度与时空一致性要求极高。初期因标注规则复杂、工具效率低下，导致日产出不足XXX帧，标注质量波动大，严重影响客户模型研发进度。

项目业绩：

1.累计交付高质量标注数据XXX万帧，涵盖城市道路、高速、停车场等XX余种复杂场景，有效支持客户感知模型迭代超过XXX个版本。

2.项目标注精度（IoU指标）最终稳定在X

X.X%以上，关键障碍物类别的标注一致性达到XX%，超出客户合同要求X个百分点。

3.通过流程优化与工具增效，项目单人日平均产出从初期XXX帧提升至XXX帧，总人力成本节约约XXX%。

4.项目建立的高标准标注流程与质量管理方法，被复用于后续X个同类自动驾驶数据项目，成为公司标杆交付案例。

GPA X.XX/X.X（专业前XX%），主修数字图像处理、信号与系统等核心课程，熟练掌握Python进行数据分析与脚本编写。课程设计中主导完成基于OpenCV的简易图像标注工具开发，实现矩形框与多边形标注基础功能，并设计简单的标注结果导出格式。熟悉Linux操作系统及常用命令，了解MySQL数据库基本操作。