我创建了一个聚焦个人健康管理的分析平台。项目核心在于整合多源异构数据：支持用户手动上传CSV文件、通过`Requests`库安全接入智能穿戴设备（如`Fitbit`）的官方API获取数据（使用沙盒环境或模拟数据），并利用`Pandas`进行强大的数据清洗、转换（处理缺失值、异常值、时间序列对齐）与聚合分析（计算日均步数、睡眠质量评分、周趋势对比等）。处理后的数据存储于`PostgreSQL`。分析结果通过`Python`的`Dash`框架（或`Streamlit`）构建交互式Web仪表盘进行可视化呈现，包含动态折线图、柱状图、完成度仪表盘等，清晰展示步数、心率、睡眠时长等关键指标的历史趋势与目标达成情况。该项目凸显了利用Python生态（`Pandas`, `NumPy`, `Dash/Streamlit`）解决数据集成、处理分析和生成可交互洞见报告的综合能力。

我运用`Spring Boot`框架深度构建了一个符合RESTful设计规范的博客系统后端API。核心功能包括：基于`Spring Security`与`JWT`令牌的用户认证与授权体系，实现细粒度权限控制；使用`Spring Data JPA`高效操作`MySQL`数据库，完成博客文章、分类标签、用户评论的完整CRUD及关联查询；集成`Springfox Swagger`自动生成并发布交互式API文档，极大提升接口易用性；实现文件上传接口，支持博客图片等资源存储（可扩展至`OSS`）。项目严格遵守`MVC`分层架构，利用`Lombok`简化代码，并通过`JUnit`与`Mockito`编写了覆盖核心服务的单元测试。此项目集中展示了现代Java后端开发的核心技术栈、工程化实践（代码规范、文档化、测试）和构建稳健API服务的能力。

我独立设计并开发了一个全栈式价格监控工具。用户可通过Web界面提交电商商品链接（如京东、淘宝）并设置目标价格。核心Python后端使用`Scrapy`结合`Selenium`智能调度爬虫，定时抓取商品价格、标题和图片信息，高效应对常见反爬策略。抓取数据经`Pandas`处理后存储于`PostgreSQL`数据库。当价格触及用户设定阈值（降价或涨价）时，系统通过集成`SMTPLib`发送邮件通知或调用`Telegram Bot API`推送提醒。前端使用`Flask`渲染模板或`Vue.js`提供用户管理追踪列表、查看详细价格历史折线图的功能。项目采用`Docker`容器化部署，体现了从数据获取、处理、存储到用户交互和自动化通知的完整Python全栈能力，并解决了实际购物需求。