UP简历小U

+86 13800138000|resume.up@example.com|上海

资深智慧畜牧管理数字化专家，专注于利用先进的传感器技术、数据分析和行为算法识别，优化畜牧业生产效率与经济效益。在畜禽生理数据采集、异常行为预警及饲喂管理优化方面拥有深厚经验，成功将数字化解决方案落地并实现显著的养殖效益提升。具备卓越的项目管理与团队协作能力，致力于推动智慧畜牧产业的创新与发展。

某头部农牧科技公司

2021-07 - 2024-06

主导智慧猪场/牛场数字化管理系统的规划与实施，负责整体技术架构设计与传感器选型，确保系统稳定运行并支持大规模部署。
优化传感器数据采集频率与精度，通过部署高精度温湿度、氨气、硫化氢传感器及红外测温设备，将环境数据采集频率提升30%，异常事件预警准确率提高至95%。
开发并部署基于机器学习的畜禽行为识别算法（如：采食、饮水、休息、发情、异常行为），通过对猪只步态、姿态、声音等数据分析，实现发情识别准确率提升15%，疾病早期预警时间缩短20%。
应用AI算法分析饲喂数据，实现精准饲喂方案，使饲料利用率提高8%，节约成本每年XX万元，并有效提升了畜禽的生长速度和健康状况。
构建养殖效益评估模型，通过数据可视化展示各环节投入产出比，为管理层提供决策支持，协助客户实现整体养殖效益提升10%以上。
领导跨职能团队，负责从需求分析、系统设计、开发测试到部署运维的全生命周期管理，确保项目按时高质量交付，累计服务大型养殖企业超过10家。

内部研发项目

2023-01 - 2023-12

项目背景： 针对传统生猪养殖中疾病预警滞后、人工巡检效率低下等痛点，旨在开发一套能够实时监测生猪健康状况并早期预警的智能化系统。
个人职责： 作为核心算法工程师与项目负责人，负责多模态传感器融合方案设计、数据采集模块开发与行为识别算法优化。
技术应用： 结合视觉识别（基于YOLOv5）、声音识别（基于CNN）和体温传感器数据，设计并实现生猪行为异常（如：咳嗽、跛行、聚堆）的实时识别与预警模型。
创新成果： 将传感器数据采集频率提升至每秒10次，确保行为数据的实时性与准确性；通过深度学习模型，实现了生猪疾病早期预警准确率达到92%，比传统方法提升25%。
项目影响： 成功在2个合作猪场进行试点部署，有效降低了疾病传播风险，减少了5%的用药成本，并提升了3%的生猪出栏率，为企业带来了显著的经济效益。

产学研合作项目

2022-03 - 2022-11

项目背景： 旨在通过精准饲喂管理，优化奶牛营养摄入，提升产奶量并预测产奶趋势。
个人职责： 负责系统的数据处理模块与产奶量预测模型的开发，以及传感器数据的集成与分析。
技术应用： 集成智能饲喂站数据、环境传感器数据及个体生理数据，采用时间序列分析与回归算法构建产奶量预测模型，并根据预测结果动态调整饲喂方案。
创新成果： 通过优化饲喂参数采集频率（每小时1次），结合奶牛个体差异化分析，实现了产奶量预测准确率达到90%，比传统经验预测提升10%。
项目影响： 在合作牧场成功部署，通过精准饲喂方案，奶牛平均产奶量提升1.5公斤/天，饲料成本降低3%，每年为牧场节约XX万元。