何嘉华
工业软件 / AI 应用开发工程师，物联网工程本科背景。毕业后持续参与工业桌面端、设备通信、数据可视化与视觉检测类项目，也在探索大模型与垂直业务的结合。
我喜欢把复杂系统拆成清楚、可验证的模块：从设备接入、数据处理到桌面交互和交付部署，既关注功能是否跑通，也关注异常恢复、日志、配置和后续维护。
工作方向
- 工业桌面端：Electron、Vue 3、TypeScript、PyQt6
- 设备与数据：串口、WebSocket、PLC 通信、SQLite、数据可视化
- AI 应用：YOLO、视觉检测、OpenAI 兼容接口、结构化输出与校验
- 工程实践：模块化设计、自动更新、日志追踪、测试与打包发布
工作经历
软件开发工程师 · 2024 — 至今
参与工业质量检测和自动分拣软件的设计与迭代，负责桌面客户端、设备通信、业务流程和数据展示等模块。
- 使用 Electron + Vue 3 + TypeScript 搭建跨平台桌面客户端，将设备控制、检测结果和生产数据集中到统一工作台。
- 接入串口、WebSocket 与 PLC 通信，处理设备状态同步、断线恢复和异常提示。
- 使用 SQLite 管理本地配置、生产记录与追溯数据，通过 ECharts 构建实时趋势和统计看板。
- 参与 YOLO 视觉检测流程，完成数据集整理、训练脚本和推理结果联调。
- 完善日志、配置、自动更新和安装包构建，降低现场部署与排查成本。
说明：以上内容根据个人练习项目整理并做了场景化表达，用于展示技术能力。
代表项目
工业质量检测客户端
面向产线质检场景的桌面工作台，覆盖设备连接、检测流程、结果展示、数据追溯和系统配置。前端采用 Electron、Vue 3、TypeScript 与 Element Plus，使用 Pinia 管理状态，通过 SQLite 保存本地业务数据。
自动分拣控制客户端
围绕扫码、工位状态和分拣结果构建可视化控制端，集成条码/二维码生成、PLC 通信、串口设备和 WebSocket 实时消息，并提供异常记录与历史查询。
焊缝 AI 视觉检测
基于 Ultralytics YOLO 的焊缝缺陷识别实验，包含数据集转换、标注整理、模型训练与结果评估，重点验证小目标缺陷在复杂背景下的检测效果。
PA Agent
使用 Python、PyQt6 与大模型接口构建的价格行为分析辅助工具，支持多数据源、两阶段结构化分析、结果校验、增量上下文和交互式决策树。该项目用于研究 AI 在垂直桌面应用中的工程化落地。
教育经历
广东海洋大学 · 物联网工程 · 本科（2020 — 2024）
在校期间主要实践嵌入式 Linux、STM32、ESP8266、树莓派、ZigBee、MQTT 和计算机视觉，完成智慧农业、环境监控与语音助手等项目。
联系方式
- GitHub：github.com/hejiahua007
- Email：19902358463@163.com