该系统通过使用机器传感器获取现场的数据，然后存入后端，最后通过使用app实时的把数据展示出来，供使用者参考，然后再决策，这样可以达到实时监控效果

南宁市是国务院认定的服务外包示范城市，南宁高新区是服务外包示范园区。服务外包产业是现代高端服务业的重要组成部分，具有信息技术承载度高、附加值大、资源消耗低、吸纳就业能力强、国际化水平高等特点。当前，以服务外包、服务贸易以及高端制造业和技术研发环节转移为主要特征的新一轮世界产业结构调整正在兴起，为我国发展面向国际市场的现代服务业带来新的机遇。

在各大商场投放VR设备，顾客扫码进入小程序 付款观看，在后台提供完整的数据分析，关联版权方，代理商，场地方等多项后台管理，项目功能完整

联结四大视频会员、哈啰单车、口碑各方营销中国移动套餐产品，并进行接 口对接，日流量上万。 基于LNMP架构、阿里云PolarDB、TP框架，具下单缓存机制，发券失败重发 机制，高阳订单异步回传等机制。

于各信息流投放广告，引导用户购买视频会员。 基于LNMP架构、阿里云PolarDB、TP框架，使用了*支付、阿里短信、蜂助手接口，开发后对订单及用户日志等数据监测分析，为产品改版优化提供支撑，并及时处理异常与优化。

税务系统申报表系统。基于ssm，zk集群部署的web端系统，POI实现税务公式自定义，报表批量计算、展示统计等，前端页面使用Agularjs、spreadjs开发。

这款app是针对一些企业内部使用的app （包括后台登陆系统） 。主要的模块 Sip电话 ，Openfire即时通讯（类似微信 ，云盘功能 ，邮箱基于mailcore库 ，实时视频监控 。Sip电话是基于网上开源项目Linphone进行的二次开发。我主要负责的是基于openfire服务器实现的Xmpp即时通讯 ，包括单人聊天 ，群组聊天。可以发送文字，语音，图片，表情，位置，文件 ，微信小视频。以及群组与群组之间的文件的共享 ，语音分享，查看历史消息 。用到的东西包括优化图片，缓存，数据库 ，Xmpp协议的修改等等 。云盘的功能就是将你上传过的文件保存到服务器，可以下载。

前期参与项目需求的拟定。设计软件数据库，编写后台管理平台，开发api接口，编写相关文档和教程。小程序主要功能有预约医生，查看体检报告，咨询健康管理师，售卖医院相关产品。

技术栈：SpringCloud ，Redis，ElasticSearch，Spring，SpringMVC，Mybatis，Kafka。主要分析一些价格走势，进行数据分析

技术栈：SpringCloud ，Redis，ElasticSearch，Spring，SpringMVC，Mybatis，Kafka。注册会员可以在平台发布二手商品，可供买家购买。主要市场在于高校

技术栈：SpringCloud ，Redis，ElasticSearch，Spring，SpringMVC，Mybatis，Kafka。物业可在平台发布信息，以及一些便民服务。

该系统主要是跟踪新能源汽车的整个生产过程，在该项目组中，主要参与了对应模块的需求调研、功能设计、功能开发，系统测试，并配合项目组进行上线测试

Springboot Jdk8 Mysql Es Redis Mq 本产品主要toc，司机除了享受平台价优惠外，还有机会获得平台发放的抵扣券

整体构建在中国移动的公有云基础上，采用开放的互联网模式，为上层医疗和健康应用提供不同层级的统一业务应用服务构建支撑服务，统一的数据衔接和集成服务，统一的医疗健康数据管理和供给服务。

万方知识服务平台包含了期刊、学位、会议、专利、科技报告、成果、标准、法规、地方志、视频等论文的信息检索及全文查看服务，提供给学者、社会工作者、学生对于知识的数字化获取方式

万方医药汇聚了医学相关期刊、论文、学者，通过数据加工提供检索及全文服务，此项目完成asp.net到mvc的完整重构及知识库等频道的业务开发。

区块链轻钱包项目 个人独立开发，主要功能有创建钱包，管理钱包，虚拟货币转账，地址簿，查询，个人信息等。 使用Flutter开发

山东省公共就业人才服务网办大厅是人社厅主导建设的政府服务大厅，我担任项目经理负责沟通设计和项目管理，设计理念和设计思路均由我负责，前端使用bootstrap,后台接口使用springmvc框架，数据库使用oracle数据库，采用redis缓存技术，服务器使用linux服务器部署。

项目背景：医疗行业中存在大量的病人就诊病历，如何利用新技术（比如知识图谱）将关键数据抽取出来，构建专业就诊数据库，以方便新的病人更加便捷的问诊，目前是一个比较热门的话题。 项目描述：数据采集自网上数据，数据内容包括疾病、表现症状、治疗方案、治疗科室、治疗药物、治疗费用、推荐食物、禁忌食物等等。 ● 利用Neo4j图数据库对数据构建相关节点，如疾病节点、表现症状、药物节点等等，并构建相关关系。 ● 将相关节点的数据进行归类汇总，利用BERT对各个类型的数据进行分类训练，构建分类模型。同时将各个分类的节点数据构建AC自动机，便于文本快速检索与查询。 ● 将用户输入信息导入分类模型进行识别，了解当前用户咨询的问题属于哪个类别，然后对在对应的AC自动机下进行快速检索，检索后再提交到Neo4j图数据库查找相关节点，最终给出合适的答案。

知识图谱平台主要是利用nlp技术构建知识图谱，场景落地，分为非结构化和结构化数据的构建，利用知识图谱的特性来实现技术的突破，本人主要负责实体关系的抽取，为非结构化构建提供算法服务，还有就是场景的落地，比如财务报销单场景的中推理算法的实现落地