利用vue 全家桶element 框架搭配开发 axios进行接口封装拦截 Store进行数据储存监听 路由守卫进行权限拦截 导航栏进行权限分配

项目主要功能：设备绑定，数据上传，线上问诊，新建档案，医生列表，在线支付等主要功能。 主要职能：医疗相关类目账号相关申请根据UI以及需求进行功能输出，功能实现，部署上线等。

项目架构: 前端(html+css+js+vue)/vue + JavaWeb/SpringBoot + Spark/Flink + Mysql + Hive + Es + HBase + Echarts 项目描述: 平台功能项 : 任务调度功能、各领域数据指标展示面板、数据质量监测、小工具项 项目职责: 1.平台前后端搭建 2.任务调度 : 支持spark/shell/api方式，存储及展示任务执行详情(执行日志、执行时间、任务执行状态、spark任务日志分析) 3.数据展示 : 根据指标更新时间，会周期调度统计任务，并且将结果存储到mysql，展示只需从mysql拿到指标结果，通过Echarts展示 4.数据质量 : 支持通用监测及sql监测，可定时监测数据质量（字段空值率、ads/ods数据占比、敏感数据占比、正文格式定期校验排查等） 5.小工具项 : 数据删除、后端菜单节点更新、缩小hive分区等功能界面化操作

项目主要功能：首页，分类，常用清单，购物车，我的，商城登录注册，商品展示，商品查询，商品加购，商品下单等相关电商功能。 主要职能：架构搭建，项目功能全流程实现，功能需求分析，项目部署上线等。

odoo是基于Python语言开发的开源企业应用套件，是一款跨平台模块化设计的开源软件，同时支持C/S和B/S架构，前端采用HTML5，客户端可直接用浏览器登陆，提供了非常友好的操作界面。 项目部署，模型增强，自定义模块开发。

主要技术栈上vue2+vue3以及周边生态，承接所有的h5项目，后台管理系统项目，以及一些静态页面布局等，项目从0-1的构建

DPI项目 项目名称：DPI深度报文解析项目 1.项目介绍： DPI是华为赛门铁克防火墙系统中重要的模块，完成对网络报文的深度分析检测，该项目是对控制面数据处理的优化和升级。 2.在该项目中参与角色及主要工作内容： 负责NGFW项目HTTPD模块（编解码前后台交互数据）编码、一体化策略管理命令行设计与编码，DPI相关业务模块评审、代码review、飞检及性能优化等工作，应用识别引擎组CMO职能（组内代码管理、编译/版本管理、补丁发布、文档入库管理）。 3.技术难点： 1）前后台跨计算机语言的控制业务的交互设计； 2）NGFW下一代防火墙一体化策略命令行设计。 4.解决方法： 1）上述技术难点1的解决方案 移植修改HTTPD服务器，构建进程和线程池作为中间层，上层基于EXT2.0框架对Web层配置或控制指令进行封装，下发至HTTPD，HTTPD完成解析并调用平台C接口完成对防火墙的配置。 2）上述技术难点2的解决方案 该难点在于一体化策略的设计，设计将五元组扩展到七元组，五元组即源目的IP、源目的端口、传输层协议，七元组在五元组基础上多了用户和应用，即要将用户行为和应用加入识别监管策略中

基于微信原生小程序开发的线上购物平台，项目主要内容，商品展示、首页、分类、购物车、商品详情页、个人中心、搜索等一系列功能 用到的技术栈： 原生小程序、Vant Weapp 负责模块：根据设计图 使用 flex 布局还原设计稿、完成页面的搭建和基础配置、 前后端的数据交互、顶部搜索组件封装、 使用路由传参实现跳转商品详情页、实现加入购物车、购物车的列表渲染、添加收货地址、提交订单

 六自由度工业机械臂控制系统项目 项目名称：六自由度工业机械臂控制系统项目 1.项目介绍： 机器人控制系统主要负责对6轴工业机器人的控制，用户在示教器手持中进行机器人运动控制编码下发，完成对工业机器人的运动控制。机器人共分为机器人机械本体、机器人控制器、伺服驱动器、减速机、各类传感器共5类组件。 2.在该项目中参与角色及主要工作内容： 1）负责Linux内核及设备驱动模块开发，编写scheduler调度子系统，构建TCP/IP网络协议栈和IPIPE实时通信域，建立强实时性内核通信平台； 2）负责嵌入式系统核心框架的设计，实现硬件抽象层(HAL)/有限状态层(FSM)/组件层(UTILS)/运动控制算法(MOTION)/程式解析(PARSE)等核心部件； 3）负责Linux各组态服务进程及应用程序设计与开发，实现基于现场总线标准(EtherCAT)&CANopen通信标准通信模块，实现SQLite3数据库应用子系统，实现跨平台跨系统RPC通信服务子系统； 4）负责离在线编程环境的搭建，基于ROS完成URDF&RViz建立6自由度机械手3D仿真模型，完成在线对6自由度机械

项目主要功能：下单支付，直播视频，录播视频，考试相关，课程自来哦，企业咨询，入驻企业等。 负责工程中主要功能的代码实现；协调各个程序员的工作，并能与其它软件工程师协作工作。

负责通过系统性分析用户需求和行为，与产品团队一起合作，提升用户体验和增加参与度。我对用户与产品运营的领域充满热情，并持续关注行业动态和最新趋势我相信我在用户与产品运营方面的经验和技能，以及对创新和问题解决的热情，将使我成为贵公司的有价值资产。我期待有机会与您进一步探讨如何为贵公司的产品和用户运营策略带来增长和成功。

1.项目介绍： N16x/N161S系列低功耗高性能SOC芯片主要针对高清AI智能摄像头产品，有2.4 TOPS INT8/1.2TOPS FP16计算能力，可分别提供8M/4M/3M像素级别图像和视频采集处理能力。支持高质量ISP处理能力，集成了内置3D降噪技术和前沿的HDR能力。ISP处理子系统内嵌ARM Mali-IV009 图像处理引擎，支持多摄像头输入和3帧融合HDR。在集成ARM的图像处理引擎之外，开发了支持多摄像头和多帧HDR对齐的输入接口，STNR降噪单元，双边滤波器BLF单元，用于畸变矫正的RECTIFY单元，以及用于图像缩小的RESIZE单元，用于做自动配置寄存器的CTL单元，可动态分配buffer size的AXI接口和DMA_ARBITOR。 2.在该项目中参与角色及主要工作内容： 1）负责MPP系统的开发优化与维护，包括Model系统框架、生产消费者子系统、MB管理子系统、ARM代理子系统、QoS复合与选择器子系统、DSP代理子系统、VO子系统等流媒体业务子系统；完成VI子系统开发与维护，包括Sensor驱动开发、MIPIRX驱动开发； 2）负责对Linux和

upniapp微信小程序 该项目是一个为备孕人群提供帮助的工具 技术栈为：Vue2、Vuex、uni-ui、canvas、uni-simple-router 后端：php+mysql 项目前端独立开发

XX健康驾驶舱 1、疾病画像：展示社区患病最高的前几个病种，并统计病例数和占比，以及病种相关人群。 2、地图展示：基于社区服务数据与省XXX系统数据，与XXXX、XXXX、对接，进行服务人数、服务人群、服务时间段等数据展示。 3、居住情况：总人数、居家人数、住院人数、福利院人数、住子女家人数、休养中心人数 4、疫情防控:展示社区居家隔离人数，红码、黄码、绿码人数，以及疫苗接种情况（按照第一、二、三针，以及已接种、未接种情况统计展示）。 5、居民管理：依据社区疾病画像多维分析管理，按照健康人群、精神文化、情感关怀、身体照护、重点关注五个维度对居民进行分层。 6、关注人群：对长者、幼儿、残疾人重点关注人群，按照各人群关注特点进行细化分类。 7、居住情况：总人数、居家人数、住院人数、福利院人数、住子女家人数、休养中心人数，二级页面展示各分类应对的数据列表。

该产品主要用于通过AI算法实现数据处理，结果显示。我主要负责的是其中的算法结果展示，医用级影像结果展示。其中较多内容因为有保密协议，不方便公开更多具体细节

全新的深航卖票系统，支持多语言，多种付款方式的to c系统，使用jQuery实现前端交互： 1、使用jQuery Mobile实现手机端。 2、使用Jquery实现了PC端。 3、业务功能包含：用户登录、注册、积分、返里程、对接广发信用卡进行里程兑换功能。 4、对接PayPal和支付宝设计在线支付及银联支付前端总体功能。 5、航班时间线及单程使用js异步方式实现。 6、管理产品需求,协助开发团队理解和掌握需求，产品需求方向和易用性负责。 7、态关注产品日常运营,及时提出解决方案并持续改善产品。需求文档实施经验方案设计市场分析

本项目主要展示阜阳市小麦防治数据包括无人机飞防数据、自走式植保机防治数据和农户自行防治数据，方便政府部门和农户统计查看。 前台地址 http //fyypsf.nongji360.com 后台地址 http //p-adm.datian360.com 1、html2canvas html转canvas兼容处理 2、vue-echart插件 3、vant组件库 4、el-table无线滚动加载 5、高德geoJson地图边界数据加载

设计并主导普惠金融管理系统前端开发，参与农机360网站建设 1、技术架构转型，在一年多时间里，参与并主导公司技术架构转型，大大降低公司的成本，快速响应市场需求变化。 2、 在任职期间成功地管理了数十个项目并与多家客户合作。所有的项目都按客户的要求按时高质地完成，使公司的业务得到了迅速的发展。 3、 成功地为公司的软件开发建立了一整套质量保证体系并在实际中加以完善，使其逐渐适合本公司架构要求。 4、管理并参与物联网部门、金融部部门业务对接，以及硬件设备对接工作。

1. 基于知识图谱数据、非结构化文本数局、问答对数据实现领域问答服务 2. 采用知识图谱问答、问答对问答、阅读理解问答方式，实现领域内问答服务。基于Django框架

1. 基于自然语言处理的信息抽取技术，实现垂直领域知识图谱的构建 2. 个人独立完成的技术算法，非系统产品。基于实体识别、关系抽取、阅读理解模型，训练领域内的抽取模型框架，实现领域知识的抽取与知识图谱的构建