求职意向
目标岗位：AI测试工程师 / AI算法测试 / 智能测试开发
具备 Python 编程与 PyTorch 深度学习实战经验， 熟悉 YOLO 目标检测全流程（数据标注→模型训练→部署验证）， 掌握 OpenCV 计算机视觉算法与坐标解算， 有大模型工具（OpenClaw / Ollama / WorkBuddy）持续使用经验， 善于将 AI 能力 融入开发&测试工作流。
个人资料
穆再排尔·穆合塔尔
南京航空航天大学 · 机电学院 · 机械工程（2023-2027）
研究方向：计算机视觉 · 机器人系统 · AI算法应用 · 嵌入式开发
AI / 测试相关能力
与大语言模型（LLM）相关的实践能力
- 日常使用 OpenClaw / Ollama / WorkBuddy 辅助 Python 算法开发与调试，对 Prompt Engineering 有实际使用经验
- 无人机项目中使用 YOLO26n + RepViT 深度学习模型，完成从数据标注、模型训练到部署验证的全流程
- 熟悉 AI Agent 基本工作模式，关注 AI 编码助手的能力边界与测试方法
- 有 AI 算法测试 的实际经验：通过真实场景数据验证模型准确率（85%），设计多级检测策略覆盖不同距离场景
专业技能
编程与AI算法
测试 & 质量
计算机视觉
机械与嵌入式
综合软技能
项目经历
无人机自主降落引导标识视觉识别定位
● 负责核心视觉算法开发，融合传统图像处理与 YOLO26n-RepViT 深度学习模型，实现无人机对多级引导标识的精准识别。
● 独立完成数据采集、标注、模型训练与调优全流程，在复杂场景下将引导标识检测准确率提升至 85%，具备 AI算法测试与验证 的实际经验。
● 利用 OpenCV 与 EPnP 算法计算空间坐标，实现无人机与降落平台的相对位姿解算（6D姿态），设计远/中/近三级检测切换策略。
● 基于 Python + PyTorch 搭建完整算法 pipeline，实现实时检测与位姿输出；使用奥比中光深度相机进行三维定位，形成可复用设计规范。
点击查看详情 →基于人工智能技术的多足机器人
● 负责 AGV 视觉识别算法开发，使用 OpenMV 实现路径识别与自动循迹，编写 Python 算法处理图像数据并输出控制指令。
● 集成激光雷达避障功能，完成六足机器人 SolidWorks 三维建模与结构优化，荣获省赛第11名。
点击查看详情 →红心结社会实践团
● 以"维护民族团结、共建美好家园"为主题开展新疆支教，作为团长，负责团队组建、课程设计与对外联络。
● 2024年项目获批 江苏省省级立项，并荣获立邦"为爱上色"全国铜奖，具备较强的项目管理和跨团队协作能力。
点击查看详情 →Claude Code 安装教程
● 详细的 Claude Code 安装配置指南，使用 DeepSeek API 替代 Anthropic 官方 API，无需翻墙、无需海外信用卡。
● 通过 CC-Switch 本地转发工具，让 Claude Code 在 VS Code 中无缝运行，适合国内开发者快速上手。
点击查看教程 →