1、该项目是快速、智能和简单的 web 化配置报价工具，是针对渠道伙伴的基于 web 的配置报价工具，内置强大的产品选型、产品图形展示、依赖算法自动配置纠错等功能； 2、该项目人员组成：后端13人，前端1人，测试1，环境配置1人； 3、我主要负责前端开发工作，配合后端完成开发工作，偶尔参与测试，跟进项目进度，保证项目正常高质量交付； 4、该项目主要技术有：react、antd、axios、lodash、typescript、turboui等。

40多页面小程序，前端，后端，ui

1、布行的线上电子色卡管理、展示、分享 2、布行客户的信息管理、询单、拿样 3、标准色卡的色值自动比对处理 4、后台管理的布料信息管理 5、后台管理的布料色卡图片管理 5、后台管理的客户信息模块管理

1. 项目主要为4S汽车销售服务，包含PC、移动跨平台应用，面向ToB店内所有员工，分析师，财务等。 2. 主要负责前端团队管理及研发工作。 3. 项目从2014年运行至今，持续迭代，稳定运营。

1）使用Java、mysql、javascript、vue2、webpack、axios、vuex、html、css、cicd、devOps技术盏实现 2）业务承载了一家织厂的全流程数字化管理流程： 2.1）织厂设备的管理、监控、预警、排期、生产状态等，通过智能iot采集器，把设备数据实时传递到mes系统，为工厂管理迅速定位问题、快速反应提供依据 2.2）织厂生产的原料、品种、工艺、仓库进销存数据管理 2.3）织厂员工、绩效、工资、排班等人员数据管理 3）使用小程序、HybridAPP封装大部分核心功能方便工人、管理者移动办工 4）使用qiankun管理维护一个主应用、四个子应用

业务方向：针对司机执行配送任务指导、监控。主要功能包括：各个节点的到达确认、送货信息登记、配送门店导航、门店路书等

业务方向：针对仓库整体作业管理，核心包括：库区/库位/货架管理、出/入库单管理、波次管理、拣货/上架/复核/出库/装车等管理等 技术方向：.NET、MVC、Vue、SQLserver、前后端分离、产品原型

业务方向：针对运输过程整体管理，包括：仓库管理、配送点管理、承运商/司机管理、车辆管理、线路管理、订单管理、手工规划、线路规划、智能规划、运输计划、配送任务、运输监控、数据看板、结费模块、司机小程序、门店小程序等。 技术方向：.NET、MVC、Vue、SQLserver、前后端分离、产品原型

1. 项目分为音频社交、小游戏和用户三大板块。 2. 我参与了三大板块的前后端开发，以及测试和运维。 3. 主要难点是音频社交相关的 WebRTC 技术的开发和部署。最终实现了用户加入语音房、开麦、闭麦、申请成为发言人、管理员剔除成员、用户主动退出语音房等功能。

公司重点项目，主要是可视化工程，重前端项目。 1.前端使用 React + antv/g2，页面 UI 使用 antd ，网络请求使用 axios, 结合 TypeScript 开发 2.负责箱型图的绘图开发，主要难点是箱型图胡须定义以及箱型图获取分位数的9种数学逻辑， 多维数据箱型图分组等问题 负责散点图的绘图开发，主要难点是散点图中的自定义区间分析功能，其中的斜率区间以及 自定义象限涉及到较多的 数学计算 负责雷达图的绘图开发，主要完成雷达图中不同雷达模式的渲染问题 启用 ESLint 管理代码编写风格，实现实时保存功能 使用 webpack 打包项目，使用 docker 和 nginx 来部署项目

项目基于土木工程学院校级实践教学创新与改革研究类教改项目《土木工程专业实习实践系统的构建与实现》，由土木工程学院教师委托进行开发，具有学校、学院、教师、学生等多种信息管理，实现网站小程序双端使用，教师使用网站创建实习、对日志进行打分、评判优秀日志公开展示、统计导出学生分数、教务材料收集上传、教学成果上传留档、发送统一公告，学生使用小程序端验证身份、上传实习日志、查看他人的实习日志、管理个人信息。 个人参与项目需求分析、界面设计和数据库设计，独自承担项目后台的开发任务；结合腾讯地图 API 和 Echarts 图表库实现实习地点、信息统计等数据的可视化；在时限内完成初期开发上线工作，实现权限控制，为小程序提供数据服务；支持后期服务端部署、运维

DataX集成可视化页面，选择数据源即可一键生成数据同步任务，支持RDBMS、Hive、HBase、ClickHouse、MongoDB等数据源，批量创建RDBMS数据同步任务，集成开源调度系统，支持分布式、增量同步数据、实时查看运行日志、监控执行器资源、KILL运行进程、数据源信息加密等。 负责全栈开发

基于springboot+uniapp开发的一套学生报名系统，是一个专为家长和学生提供入学报名及相关信息查询服务的平台。包括基础数据维护、招生计划管理、报名模块、审核模块、抽签模块。以下是关于报名入学系统的详细介绍： 主要功能： 政策查询：家长和学生可以通过系统查询招生政策、政策问答、入学流程等信息。 报名操作：家长和学生可以使用系统进行小升初或幼升小的报名操作，包括填写学生基本信息、选择学校等。 信息查询：系统提供子女入学相关信息的查询功能，如公办小学报名完成通知、民办小学报名完成通知、民办小学电脑随机录取结果、调剂志愿录取结果及公办小学入学通知等。

功能有： 1、公司内部业务：对接抖音、小红书。电商各平台财务对账； 2、系统设置； 3、权限管理； 4、应用管理； 5、在线开发（低代码）。 负责全栈开发

项目特点： 全面定制性：系统允许用户全面定制数据可视化的各个方面，包括数据连接、报表设计、图表样式、仪表板布局等等。 多种数据源支持：系统支持多种数据源，包括关系型数据库、NoSQL数据库、数据仓库等，使用户能够轻松地集成各种数据。 强大的可视化功能：系统提供了丰富的可视化组件和样式选项，用户可以自由创建各种类型的图表和仪表板。 权限管理：系统具有灵活的权限管理功能，可以精确控制访问权限和编辑数据和报表。 开放性API：系统 提供了丰富的API，允许开发人员创建自定义插件和扩展，以满足特定的业务需求。 我负责全栈开发

1、项目主要用websocket实现即时聊天（基础的发送文件（doc，ppt，excel，word等等）、视频都有，群聊、私聊），聊天内容存储在服务器端，绝对安全； 2、添加好友、查找好友，是好友还能展示对方发的帖子（即朋友圈功能）； 3、在线与人工智能对话； 4、前后端都是我一个人完成的，前端vue，后端springboot。

1.通过论坛发言预测政治立场。对语料库进行预处理，设计和实现提取器以从每篇文章中收集特征信息，并使用各种基于机器学习的算法创建分类器以预测用户的隶政治立场 2. 通过Canadian Hansards数据的翻译任务进行Transformer Architecture研究，训练并评估MLP模型，同时研究encoder-decoder，greedy算法和beem search 3.基于声学分类，分辨一段语音的说话者，使用Gaussian mixture models（GMM）和 Dynamic Programming。

和加拿大公司The Daily Scrum（TDS） News合作，非开源，主要功能为通过API爬其他大型新闻网站的新闻，交于ChatGPT rephrase，重新生成新的新闻。 整个项目分前后端，前端负责网页设计，后端负责爬取新闻，对新闻分类，交由ChatGPT生成全新的文章，保证合法性，部署于亚马逊EC2服务器并自动化生成发布到网站上。 我主要负责后端爬取新闻，API连接，与对方公司网站后端对接与部署（包括自动化发布），和github Action 可用性测试代码保证项目顺利运行

模型训练，处理并识别图片和视频手语，输出对应文字/单词（用的是keras和torch） 我主要负责视频处理和训练，三种模型，CNN-RNN（分别处理空间特征和时间特征）；预处理InceptionV3+RNN；自训练预处理CNN+RNN

项目由图像采集、模型选择、模型训练、模型推理、结果显示5个部分组成。使用光学相机采集隧道螺栓图像，并对采集的图像进行旋转校正、平移放缩、对比度调整等规范为640*640大小的图像，构成数据集原始图像。采集的数据集以VOC的格式构建数据集，按照一定比例划分训练集、验证集。模型可选择不同主干网络构成的UNet模型，并加载相应预训练权重。将数据集输入到模型中进行训练，训练结束后将保留最优的权重文件。将待检测图片放入指定文件夹下，模型进行推理时将加载最优模型进行推理，模型的预测结果可以保存为背景为黑色，目标区域为白色的二值图像，也可以与原图进行融合，将预测结果在原图上显示。