AMAZING PET产品系统

负责医学细胞显微图像数据集全生命周期治理，搭建离线自动化数据生产线，统筹标注团队管理、数据质量管控，支撑公司计算机视觉 AI 模型训练。

1. 自动化数据 ETL 管线开发：
● 基于 Python 开发全链路自动化数据处理脚本，覆盖医学影像 TIFF/JPG/NII 多格式解析、视频拆帧、图像裁剪压缩、Labelme/YOLO/JSON 格式互转，使用 YOLOv8 完成数据集预标注，大幅降低人工处理成本；
● 定制医学专用数据计算工具：实现细胞椭圆率拟合、 IOU 计算、图像像素换算、NII 掩码轮廓提取，为医学 AI 模型训练、模型效果验证提供数据工具支撑；
● 开发批量文件自动化管理工具：实现海量文件批量更名、分类重组、空脏数据自动清洗、样本随机分组，解决 TB 级文件管理低效痛点。
2.TB 级多模态数据集全生命周期治理：
● 全权负责 150TB 医学影像数据资产管控，搭建从数据采集、清洗、标准化、入库、分发到模型训练应用的完整数据生产流水线；
● 累计处理 4000 万条医学样本，通过脚本自动化校验标注类别、剔除无效脏数据、统一数据存储标准，构建高质量标准化训练底座；
● 使用 Python 完成数据集统计分析，输出散点图、概率密度等可视化分析报表，为算法团队迭代模型提供量化数据支撑。
3.AI 数据集标准化体系搭建：
● 从零搭建完整数据治理规范，编写labelme、 EISeg、ITKSNAP、ImageJ 等医学标注工具操作手册、统一数据命名规范、数据问题处理手册；
● 设计标准化数据出入库、审核、抽样质检流程，建立自动化质量监控机制，保障大规模数据集一致性；
● 统筹数据生产团队流程，基于自动化工具分配任务，标准化产出交付流程。

4 年 AI 多模态数据工程全栈实战，精通大规模数据集治理，独立管控 150TB 医学影像数据资产，累计处理样本 4000 万条，具备 TB 级数据全生命周期 ETL 落地能力。