实现从新闻创建，到新闻审核， 新闻发布，新闻下线完整业务链路。包含登录模块、权限管理、角色管理、用户管理、新闻管理、分类管理、审核管理、发布管理、数据分析等模块 技术架构： react 、reactrouter、redux、antd、echart 功能模块： 该系统划分为6大模块，分别为登录、个人中心、用户管理、新闻管理、审核管理、发布管理 登录：授权校验 个人中心：个人信息的修改 用户管理：创建用户、删除用户、编辑用户、用户列表 新闻管理：创建新闻、新闻列表、删除新闻、编辑新闻 审核管理：审核批准或驳回 发布管理：发布新闻或下线新闻

业务模块：首页展示、商品详情、规格选择、授权登录、购物车、地址管理、提交订单、订单支付、订单管理 底层框架：uni-app、vue、多平台支持 解决方案：下拉刷新、触底刷新、页面骨架屏、SKU组件、组件封装、微信登录、图片上传、表单验证、持久化存储滑动删除

技术栈： Spring Boot ，Spring Security ，Redis ，MySQL ，MyBatis ，MQ ，PowerJob ，Nginx ，POI等等 1.负责出库业务模块和运输业务的开发，包括订单，工单，调拨单，报废单的处理；配货拣货；出库发货；库存更新。 2.在项目预出库业务可能存在仓库溢出问题；自行独立调研分布式事务框架并引入seata，使仓库溢出率降低为0。 3.在调拨业务中，优化早期实现，提前预取及评估调拨数据，大大提高调拨审核人员的执行效率。 4.独立完成与物流系统的接口对接与出库数据核对，重新与对接系统协商数据核对协议，提升出库发货效率。 5.开发过程中除了解决常规业务问题，也抽取和优化项目代码；采用策略设计模式简化代码且提高代码的扩展性。

该项目是为电商网站，分为tabBar、搜索、商品列表、商品详情、微信支付几大模块，用户可实现从该网站浏览商品选择并下单，查看商品物流状态，以及购后评价，给用户带来便捷的购物体验， 1、基于Vue.js 开发使用HBuilderX搭建Uni-App 项目、使用Git管理项目代码托管GitHup 2、使在 Pages 目录中，创建首页、分类、购物车、我的 4 个 TabBar 页面。 3、首页。在首页配置网络请求、定义和渲染轮播图、配置分包将非主页如商品详情页和商品列表页等放入小程序分包，实现点击轮播图跳转到商品详情页、定义和获取分类导航数据，点击实现切换分类页面、定义和渲染楼层区域，点击楼层图片跳转到商品列表页 4、商品分类。调用后端接口获取分类数据，动态渲染左侧的一级、二级、三级分类列表，切换一级分类后重置滚动条的位置，点击三级分类跳转到商品列表页面 5、商品搜索。定义搜索组件，美化组件样式，增强组件通用性，封装按钮点击事件，实现首页搜索组件的吸顶效果、实现搜索框自动获取焦点和防抖处理，根据关键词查询搜索建议列表，点击搜索建议的商品项，跳转到商品详情页面；渲染搜索历史记录的基本结构，

基于微信小程序的在线商城点单系统： 前言：能够支持线上下单，既方便客户也方便自己。系统采用C#语言作为后端实现与小程序的交互 项目介绍 　　1.小程序主要有首页、商品详情、购物车、个人中心等模块。 　　2.管理端主要有人员管理、商品管理、订单管理等模块。 相关技术 　　1.html+css+js：微信小程序界面。 　　2.NetCore框架+C#程序语言：小程序及后台管理系统API的实现。 　　3.Layui前端框架：web后台管理界面样式及数据渲染框架。 　　4.SqlServer数据库：数据支持。

1. 玫琳凯作为护肤品和彩妆直销企业之一，在全球各地都拥有自己的市场，随着东南亚电商市场的日益增长，玫琳凯在东南亚市场也愈来愈大，玫琳凯针对美容顾问的电商平台也做了升级。从最初的ASP.NET技术到现在的salesforce 云服务，我参与了其中的开发和维护工作（上家公司）。 2. 随着美容顾问和需求的增多，平台增多了很多附加的功能，比如多地址下单，优惠活动的设计，支付方式的多样化。 3. 除了解决日常使用中用户遇到的系统Bug, 还负责各种新增功能模块的开发，举例如下： 3.1. 会议室预定 该功能作为独立的项目进行开发，前端技术vue.js， 后端API用的asp.net core， 数据库sqlserver. 美容顾问查看会议室预定情况，可预定空闲状态的会议室。 3.2. 优惠券的优化 为了提高销售额，吸引用户，设置各种不同阶段和级别的优惠券，是一个电商平台考虑的问题，比如抽奖，答题获取优惠券，形式可以是现金券，打折券，还有送赠品等。 3.2 多地址下单 从以前的一单只能下一个地址，到现在的一个订单可以下多个地址，美容顾问可以帮助她的顾客或自己

基于深度学习相关的网络实现对建筑物、地物的变化检测工作，并发布高水平论文一篇。对tf/trorch框架较为熟悉。

熟悉自动驾驶相关的传感器+相机前融合算法，对各要素特征提取、高精度定位、障碍物检测等算法较为熟悉，具备大型项目集成开发落地经验。

对产品说明书、操作文档、政策文件等文章类型数据，进行处理，最终实现效果为类似于chatPDF，用类似于chatGPT的大语言模型对文档内容作答，本地部署支持多种模型基座 涉及功能切片、摘要、向量化后存储向量搜索引擎等 下列图片为国家税务政策文件的问答，一张为根据问题搜索政策文件，第二张图片为由模型学习文件之后的作答

某世界级大型企业百万物料仓储管理系统，包含了专业的几大模块，出库、入库、库存查询、盘点、调拨、审核、冲销，融合RFID以及ObjectDetection进行智能出入库、身份认证等

简介：商旅官网，模块分为：首页，产品介绍，合作案例，合作伙伴介绍，以及登录注册 技术栈介绍：整个页面由react搭建完成，官网使用了css动效，过渡加强了浏览体验，并且官网支持自适应 对于现代多端浏览体验更好

根据知识产权编号，查询知识产权信息，这个网站还是挺难的，最终使用的RPA接管的方式搞定，90%自动化 根据知识产权编号，查询知识产权信息，这个网站还是挺难的，最终使用的RPA接管的方式搞定，90%自动化

做为产品经理为远洋集团，定制小程序和PC端的CRM 系统。核心组织架构和数据 功能权限，满足集团客户资源管理、线索、商机、合同的在线处理的定制化解决方案。并执行落地交付开发和上线运营。

该项目为企业官方网站，我们团队负责该项目的策划、设计、制作、测试、上线部署的全流程工作。 该项目为定制开发站，除了界面设计为我们自处设计外，全部前后端程序都采用我们自己开发的框架系统，保证了程序的原创性、拓展性，后期可以根据客户要求进行任意功能的拓展，项目管理后台为我们自主开发的管理系统，客户可以根据自身情况申请著作权。 该项目设计部分使用Figma制作，前端为Html5+css+js语言开发（支持PC、平板、手机自适应功能），具备基础的SEO功能，便于后期客户的推广工作。

七彩云电商平台：多店铺商城系统（BtoC电商平台，电商营销活动：拼团+返佣分销分账+直播等功能系统。从0-1的项目，独立负责电商系统搭建。上线后，累计店铺1000+，日活10000人，年度交易额近1000万。

从0-1的项目，带领团队独立搭建平台级别的产品，出平台级的产品框架解决方案。设计平台级别的产品功能（用户体系、权益 体系、工单中心、客服中心、支付中心、商品中心等），对接三方接口和三方业务，梳理和整合成自己平台的业务线。 原型访问链接： 企业之家项目：https://lanhuapp.com/link/#/invite?sid=qxd4gA6a 密码: ZqtK

改项目结合用工合规专项律师，进行融合，将律师日常工作所需数据通过系统自动化获取分析，并且自动提供法律风险提示及法律支撑。 项目为SaaS平台，包含了管理端Admin端用于管理查看所有租户信息，并且附加法律相关知识预警并数据可视化，让律所律师可以快速识别租户（企业）风险，为企业提供专业法律服务；客户控制台Console端，让租户（企业）可以管理员工的入职、在职、离职所涉及到的合同及法律相关事项；客户小程序端便于租户让员工快速入职，快速签写合同。

实现技术：vue+elementUI 功能模块： 1. 首页 2. 人员管理 3. 网格管理 4. 资讯管理 5. 预约管理 6. 商品经济 7. 文档上传 负责部分：web前端 难点： 1. 自定义了多个通用组件，实现了代码复用 2. 使用vuex实现状态管理 3. 设计分文件夹编写api、页面、公用方法、路由、复用页面主要布局

项目分为小程序客户端和WEB管理后端，WEB管理后端如下： - 工作台 - 商品管理 - 商品分类 - 库存管理 - 价格管理 - 商品分组管理 - 订单管理 - 支付管理 - 营销管理 - Banner管理 - 热门商品管理 - 优惠券管理 - 限时特价活动管理 - 满减活动管理 - 会员管理 - 分销管理 - 角色管理 - 员工管理 - 门店管理 - 门店认证申请 - 门店列表

SAM标注+yolov8-seg实例分割的实时检测步骤： 　　1、图片采集制作数据集，用SAM进行标注，标注完后将保存的json文件组织形式为isat，转为yolo格式，并划分数据集 　　２、yolov8模型训练。修改数据集的配置文件coco128-seg.yaml和模型的配置文件yolov8-seg.yaml 　　３、导出ｏｎｎｘ 　　４、实时检测 网络优化： 　　１、使用模型剪枝技术，去除不必要的层和参数，以减小模型大小和提高速度。 　　２、对模型进行量化，将浮点数权重转换为整数权重，可以显著提高推理速度。 数据增强： 　　３、使用更多的数据增强策略，例如随机缩放、旋转、亮度调整等，以增加模型对不同角度和光照条件下的籽粒的识别能力。 特征融合： 　　考虑使用注意力机制或特征金字塔网络（Feature Pyramid Network，FPN）等技术，以融合不同层级的特征图，以提高检测性能。 增强训练数据： 　　通过合成数据或从互联网上获取更多多样性的籽粒图像来增强训练数据，以提高模型的泛化性能。 超分辨率： 　　将图像进行超分辨率处理，然后再进行检测，以增加微小颗粒的可见性。