1、大数据湖仓架构： 数据湖存储：格式：hudi（parquet,orc,json），HDFS，OSS，元数据管理Atlas 计算：数仓OLAP分析clickhouse、druid、CarbonData、kylin、MongoBD、MPP(Greenplum,GaussDB)，工作流Oozie，批处理Pig，分布式实时计算Storm、Spark Streaming、flink，分布式消息Kafka、pulsar，交互式内存分析与数据挖掘Spark、Impala、Presto、OpenLooKeng，机器学习 训练：Mahout、TensorFlow Caffe、PyTorch，推断：TensorFlow Lite、Caffe2go、CoreML。 2、大数据服务管理中台： Auth&access权限控制，数据资产目录管理服务，数据分级接口服务，BI、davinic、zeppelin、Kibana、离线、在线、交互计算服务、机器学习、深度学习服务、任务调度，资源动态分配、数据安全、平台运维。

1. 对某小说网站进行关键词搜索，搜索列表多页展示，小说内容详情查看。 2. 下载小说可指定并发下载量，要求可进行多线程方式下载。 3. 对下载格式可选，可进行txt,json,epub等格式切换。 4. 对多协议处理小说内容

技术栈 开发框架：UniApp 设备通信：MQTT协议、WebSocket、蓝牙BLE API 后端交互：RESTful API（Node.js + golang） UI组件库：Ant design vue+自己封装UI库 辅助工具：微信开发者工具、HBuilderX、Apifox、Wireshark（抓包调试） 项目背景 开发一款面向智能家居场景的微信小程序，用户可通过小程序远程控制灯光、空调、安防设备等物联网硬件，并实时查看设备状态。项目需兼容多品牌设备接入，核心功能包括设备绑定、实时控制、状态同步、异常报警等。

1.用户可以自主选择所需景点的讲解语音，方便自由探索，无需额外花费请导游。 2.在游览景区的过程中，搭配讲解语音学习景点的历史、文化等内容，提升对景区的理解和认知水平。 3.提供的景点讲解语音非常丰富，覆盖各个热门景区，用户只需搜索景区名称，即可快速获取相关讲解语音。 4.应用功能多样化，支持在线试听、在线搜索、推荐景点、快速定位、中英文切换等，满足用户的各种需求，并提升旅游体验。 5、本应用主要使用了多线程、jetpack等MVVM架构技术。

项目简介：电商网站运维方案 1. 方案面向对象及解决的问题 本方案面向电商企业，旨在为其提供一个高可用、高性能、易扩展的电商网站运维解决方案。通过部署在阿里云ACK（Alibaba Cloud Container Service for Kubernetes）集群上，我们解决了以下核心问题： • 高可用性：通过Kubernetes的自动扩缩容、负载均衡和故障恢复机制，确保网站在高并发场景下的稳定运行。 • 弹性扩展：基于Kubernetes的弹性伸缩能力，能够根据流量动态调整资源，避免资源浪费或性能瓶颈。 • 运维自动化：通过CI/CD流水线、监控告警系统、日志管理工具等，大幅减少人工干预，提升运维效率。 • 安全性：通过阿里云的安全组、WAF（Web应用防火墙）、SSL证书等，保障网站的数据安全和用户隐私。 2. 方案特点 相比于市场常规的电商网站部署方案，本方案具有以下显著特点： • 基于Kubernetes的容器化部署： o 采用阿里云ACK（Kubernetes托管服务），简化了Kubernetes集群的管理和维护。 o 通过容器化技术（Docker），实现应用与环境的解耦，确

餐饮门店营业额预测模型 项目背景： 随着市场竞争的加剧，餐饮行业面临着如何精确预测每日营业额、优化库存管理、调整促销策略等挑战。传统的营业额预测多依赖于人工经验和简单的历史数据对比，存在着较大的波动性和误差。这家餐饮公司希望通过数据驱动的方法提高预测精度，减少因库存积压或缺货导致的成本损失。 项目目标： 为餐饮公司开发一个基于机器学习的营业额预测模型，能够综合考虑多个因素，如历史销售数据、天气、节假日、促销活动等，提供精准的每日营业额预测。通过模型预测，帮助公司优化库存管理，制定科学的促销方案，提升整体盈利能力。 项目实施： 数据收集与预处理： 该餐饮公司提供了多年的门店销售数据，其中包括日期、销售额、菜品种类、库存情况等信息。 我还从外部数据源获取了天气、节假日等相关信息，并对数据进行了清洗和标准化处理，以确保数据的准确性和完整性。 特征工程： 我基于数据的时序特性，提取了日期、时间等信息，转化为适合模型输入的特征。 结合气候因素（如温度、降水量等）和节假日信息，构建了多个特征维度，包括日间气温、是否节假日、周末等，以增强模型的预测能力。 模型选择与训练： 在测试集上，我使用了均

餐饮门店营业额预测模型 项目背景： 随着市场竞争的加剧，餐饮行业面临着如何精确预测每日营业额、优化库存管理、调整促销策略等挑战。传统的营业额预测多依赖于人工经验和简单的历史数据对比，存在着较大的波动性和误差。这家餐饮公司希望通过数据驱动的方法提高预测精度，减少因库存积压或缺货导致的成本损失。 项目目标： 为餐饮公司开发一个基于机器学习的营业额预测模型，能够综合考虑多个因素，如历史销售数据、天气、节假日、促销活动等，提供精准的每日营业额预测。通过模型预测，帮助公司优化库存管理，制定科学的促销方案，提升整体盈利能力。 项目实施： 数据收集与预处理： 该餐饮公司提供了多年的门店销售数据，其中包括日期、销售额、菜品种类、库存情况等信息。 我还从外部数据源获取了天气、节假日等相关信息，并对数据进行了清洗和标准化处理，以确保数据的准确性和完整性。 特征工程： 我基于数据的时序特性，提取了日期、时间等信息，转化为适合模型输入的特征。 结合气候因素（如温度、降水量等）和节假日信息，构建了多个特征维度，包括日间气温、是否节假日、周末等，以增强模型的预测能力。 模型选择与训练： 在测试集上，我使用了均

1、本方案面向五六线乡镇、村镇实体生产制造业商家。 2、本方案解决是市面上的结构化saas进销存服务平台体量够大、流程复杂、操作晦涩难懂的弊端，是一款经典的小而美的进销存软件。 3、本产品业务涵盖企业员工管理、客户管理、供应商管理、采购、销售、资金相关模块。技术选型springboot、vue、mysql、redis、nginx

本项目为【创刻宇宙】公司的官网，向客户/用户展示了公司开发的6款AI产品，为用户提供了AI产品的使用入口。 包括官网在内，该项目还包含了6款AI产品的开发。这6个AI产品以“AI agent”为核心，打造了功能、性格各异的几位人物，旨在丰富用户的对话体验和游戏需求。

开发智能护理记录单生成系统，降低护士60%文书工作时间 实现飞利浦监护仪数据自动采集，数据推送峰值19w/日 设计持续用药自动计算模块，减少100%人工计算错误 主导完成医院网络规划（VLAN划分+WiFi组网）

本系统主要面向保税仓内的仓储企业，为仓储企业提供一整套商品库存管理方案，包括商品信息、入库、理货、上架、订单管理、波次管理、生成波次、PDA拣货出库、库存管理、库存流水、库存锁、出库单出库、库区管理、库位管理、容器管理、基础参数、移库、盘点等；与第三方平台对接获取订单，如拼多多、小红书、唯品会、行云等十几个平台。

1、丫题丫网校网络服务的具体内容由丫题丫网校平台根据实际情况提供，例如商城、论坛(BBS)、学员交流等。 2、丫题丫网校提供的部分网络服务如商城等，为收费的网络服务，用户使用收费网络服务需要向丫题丫网校平台支付一定的费用。对于收费的网络服务，丫题丫网校会在用户使用之前给予用户明确的提示，只有用户根据提示确认其愿意支付相关费用，用户才能使用该收费网络服务。如用户拒绝支付相关费用，则丫题丫网校有权不向用户提供该等收费网络服务。

后端.net技术的开发框架，前端使用vue+elementui和基于uniapp的微信小程序开发和app定制开发。同时作品中也开发过基于工业数据采集通过tcpIp、modulebus等通讯协议的数采。对接erp产品和工业设备的生产数据汇报和数据统计分析

1、简单：支持通过Web页面对任务进行CRUD操作，操作简单，一分钟上手； 2、动态：支持动态修改任务状态、启动/停止任务，以及终止运行中任务，即时生效； 3、调度中心HA（中心式）：调度采用中心式设计，“调度中心”自研调度组件并支持集群部署，可保证调度中心HA； 4、执行器HA（分布式）：任务分布式执行，任务"执行器"支持集群部署，可保证任务执行HA； 5、注册中心: 执行器会周期性自动注册任务, 调度中心将会自动发现注册的任务并触发执行。同时，也支持手动录入执行器地址； 6、弹性扩容缩容：一旦有新执行器机器上线或者下线，下次调度时将会重新分配任务； 7、触发策略：提供丰富的任务触发策略，包括：Cron触发、固定间隔触发、固定延时触发、API（事件）触发、人工触发、父子任务触发； 8、调度过期策略：调度中心错过调度时间的补偿处理策略，包括：忽略、立即补偿触发一次等； 9、阻塞处理策略：调度过于密集执行器来不及处理时的处理策略，策略包括：单机串行（默认）、丢弃后续调度、覆盖之前调度； 10、任务超时控制：支持自定义任务超时时间，任务运行超时将会主动中断任务； 11、

面向用户及解决问题： 本系统面向金融行业的中大型企业，旨在解决业务流程复杂、数据处理效率低、系统集成困难等问题。通过智能化的业务流程管理和高效的数据处理能力，帮助企业提升运营效率、降低运营成本、优化决策支持。 系统特点： 技术先进：采用Java全栈技术栈，前后端分离架构，确保系统的高性能、高可用性和高扩展性。 功能完善：涵盖客户管理、业务流程管理、数据分析、报表生成等核心功能模块，满足企业全方位需求。 安全性高：采用Spring Security框架，支持多级权限管理、数据加密传输、日志审计等功能，确保系统安全可靠。 用户体验好：前端采用Vue.js和Element UI，界面美观、操作便捷，提升用户满意度。 技术选型： 后端：Spring Boot + Spring MVC + Hibernate，确保后端开发高效、稳定、可维护。 前端：Vue.js + Element UI，实现前后端分离，提升开发效率和用户体验。 数据库：MySQL 8.0，支持高并发、高性能的数据存储和查询。 中间件：Redis用于缓存，RabbitMQ用于消息队列，提升系统性能和可靠性。 容器化：Docker

1.针对呼叫中心系统中广泛应用的 Avaya 全线产品做全面的性能监控。 2.Avaya产品线的产品有很多（AES CM SMGR ASM等等），各个产品之间相互配合来实现呼叫中心的功能，每个产品又有自己的逻辑以及算法规则，呼叫中心的运维不仅要熟悉各个产品，而且每天的例行检查也是一件繁重的工作，有APT做辅助，可以帮助运维尽早发现潜在问题，减轻运维压力，同时为客户节省了运维和人力成本。 3.两部分组成，采集探针+配置管理。技术架构：Java(SpringBoot)+Lua+Redis+Mybatis+PostgreSql+Vue3

《豆瓣高分电影推荐页》- 标准化HTML5开发 | 语义化标签 | 响应式设计雏形 项目背景 为电影爱好者提供清晰直观的高分电影推荐页面，兼容PC与移动端访问，严格遵循W3C标准开发。 技术亮点 1. **100%手写代码**：无冗余框架依赖，代码简洁高效，便于二次开发； 2. **语义化标签架构**：采用``+``+``组合，SEO友好且易于维护； 3. **跨平台兼容性**：原生实现基础响应式布局（后续可快速接入CSS媒体查询）； 4. **可扩展性强**：预留API接口位置，支持后续接入豆瓣实时评分数据。 服务范围 - 企业官网/产品展示页开发（支持移动端适配） - 现有网页语义化重构与SEO优化 - 静态站点性能优化（首屏加载

主要是根据数控机床周边环境的数据，如震动，声音，温度，湿度等，分析数控机床的运行状态，当检测到异常状态时，及时给管理员反馈报警信息。同时利用机器学习，分析机床的历史运行数据，学习正常和异常行为模式，从而预测未来可能发生的异常情况

在数字化时代，随着企业业务的快速增长，信息安全与合规性已成为企业可持续发展的基石。面对层出不穷的网络威胁、数据泄露风险以及严格的行业监管要求，如何及时发现并响应潜在的安全事件，成为了每个企业必须面对的重要课题。 在此背景下，日志审计系统应运而生，它作为信息安全管理体系中的关键组成部分，扮演着“数字世界的守护者”角色。日志审计系统通过全面收集、集中存储，为企业提供了一扇洞察系统运行状态和安全态势的窗口。 本系统旨在构建一个高效、智能、可扩展的日志审计平台，旨在帮助企业： 1．提升安全防御能力：通过实时监控日志数据，及时发现异常行为、潜在的安全威胁和入侵尝试，为安全团队提供快速响应的依据，有效遏制安全事件的发生。 2．确保合规性：满足国内外各类信息安全法规和标准（如GDPR、HIPAA、PCI DSS、等保2.0等）对日志记录、保留、审计的要求，降低合规风险。 3．增强决策支持：提供丰富的报表和可视化分析工具，帮助管理层全面了解系统安全状况、性能表现及用户行为，为业务决策提供有力支持。

百度搜索引擎后台索引检索系统： 搜索引擎（英文名：search engine），是根据用户需求与一定算法，运用特定策略从互联网检索出指定信息反馈给用户的一门检索技术。搜索引擎依托于多种技术，如网络爬虫技术、检索排序技术、网页处理技术、大数据处理技术、自然语言处理技术等，为信息检索用户提供快速、高相关性的信息服务。搜索引擎技术的核心模块一般包括爬虫、索引、检索和排序等，同时可添加其他一系列辅助模块，以为用户创造更好的网络使用环境。 [