（1）商品首页管理，首页图片，价格，标题等商品信息的管理。 （2）商品详情页管理，商品的具体信息展示页面，包括商品详情图片、商品描述展示以及加入购物车、立即支付等功能实现。 （3）快递管理，可修改商户发货快递的快递名字、快递编号等信息。 （4）订单管理，在用户下单之后，商户可以查看下单的客户姓名、地址以及手机号信息同时可以在上面更新订单的快递状态。

产品整体规划：迎合互联网保险发展趋势，主导懂保汇APP从0-1的全生命周期开发管理及持续的迭代优化，从0-1的平台框架搭建，从C端、P端、A端3个维度进行产品系统搭建。 核心功能建设： 面对C端：完整的社区、保险产品库、产品对比、搜索推荐、内容推荐过滤打散等功能模块以及对应的CMS系统、社区和用户运营系统等前后台产品搭建，并且建立关键数据监测体系。完整适配了30+个不同险种，近5000款产品的展示和对比。 面对A端（保险代理人）：完整搭建代理人认证系统、即时沟通系统、用户留资系统、会员体系、金豆代币系统以及服务代理人展业的各项服务功能（朋友圈素材等）以及对应的代理人运营系统、智能聊天监测系统等前后台产品搭建。 面对P端：建立完善的内容模块，完成较为完整的PGC/UGC发布系统，用于专业的PGC内容生产。 后台体系化搭建：搭建后台逻辑并持续优化，建立多个数据指标体系，梳理业务流程问题，制定防错机制确保保险产品库数据的准确性，通过表格图文结合前端展示规则让用户方便了解产品，完成5000+款保险产品录入。

产品体系规划：从0到1主导开发点雇网设计师类求职者在线全职理念产品，参与产品原型和文档的产出，主导平台规则，以求职者为目标用户，提供在线求职的功能服务。 基础功能设计：在B/C端用户量及信任度的起步期，C端采用邀请制，把控人才质量，打造口碑，重点开发求职者能力认证模块，后期重点开发远程方面的功能，完成由认证-实名和能力认证、工作-在线远程工作、售后体系组成的完整的功能服务闭环，包含即时沟通、OA审批、成果交付等一系列功能。 线上转化优化：根据目标客户的特征，研发了远程考试流程并推出各种设计工具的能力等级体系给到雇主参考，结合运营推广拓展了3万设计师求职者用户，通过2/3/5等方式对用户进行8级分层运营，在用户增长的同时，提升活跃，并将腰部用户贡献度提升20%左右。 原型密码：diangu

产品体系规划：从0到1主导开发点雇网电商企业理念产品，参与产品原型和文档的产出，制定平台规则，从产品角度完成用户在较为感性的“消费场景”（即雇佣支付流程）以及较为理性的“工作管理场景”实现最符合用户心理的氛围流程体验。 基础功能设计：以雇主为目标用户，完成雇佣-在线交易支付、管理-在线远程管理（包含即时沟通、OA审批、工作审核、员工管理等一系列功能服务）、售后-解雇退款评价体系组成的完整功能开发。 核心功能优化：创新性将OA审批、工作审核、员工管理等一系列功能服务与薪资发放进行关联，确保了求职者服务过程的质量。抓取用户区域、在线时段，对周运营数据记录统计，分析同比环比趋势，统计企业基本需求信息，在职期间入驻10余万企业主用户。 原型密码：diangu

公司IT资产设备管理系统, 使用django admin建站, 管理设备的增删改查,审批等. 另外使用adminLTE前端插件动态显示资产的状态和统计信息, 方便直观.

抖音去水印，各类短视频去水印工具，包括抖音，快手，微博，全民，火山等等主流短视频平台。一键去水印，高效，干净。 里面包含了 抖音，快手，小红书，微博，bilibili 等等去水印功能 还有MD5修改。 （注释：Md5 修改可以让去除视频的重复性，这也是视频上热门的关键的）

用户可以查看各类在线上进行的艺术展览活动，主要分为作者个展和主题展览两类。点击进入展览活动的海报版图，显示有展览的时间和活动介绍，了解后即可详细浏览查看展览作品。每一作品板块显示有艺术品图片、主题、风格等简要信息，部分可供拍卖的艺术品下还显示有当前拍卖价和“出价”功能，用户可以自行出价。

该系统为企业人员管理自己商圈资产的全部功能。功能有合同、停车场、账单、人员、审批、消息、物业、发票等主要模块、集成第三方自动扣水扣电、自动关阀门。

系统集成LSTM和Spark Streaming实现网络故障实时监控。 项目组共四人，一人负责原始数据采集，一人负责指标数据的ETL，一人负责特征工程，本人负责LSTM模型训练和Spark Streaming线上推理。 工作内容：利用网络延时/CPU负载/内存负载/出口流量/网络请求数等基础指标数据metrics预测网站系统报错率errors，特征向量由metrics经过一系列数学转化而得，Y值errors报错率归一化到0到1之间，sigmoid输出预测值和归一化后的errors真实值构建回归模型，LSTM滑动窗口设置为10分钟，每分钟对应一个时间步，由前十分钟的数据预测第十一分钟的errors，神经网络采用双层LSTM，每层输出都添加dropout防止过拟合，并把第二层LSTM的最后一个时间步的输出向量作为全连接层，进一步堆叠隐藏层输出预测值，用预测值和标签值的均方误差计算loss，可视化train和test的loss和预测值，并尝试调整batch size、hidden size等超参数来优化模型。模型训练好以后保存为pb格式的二进制文件，线上Spark Streaming job

系统根据用户的偏好数据推荐相关的电信套餐。 项目组共三人，一人负责对外接口开发，一人负责Mysql数据服务开发，本人负责推荐算法实现。 工作内容：由于用户数远大于电信套餐种数，且电信套餐更新频率不高，故推荐系统算法模块采用Item-Based协同过滤，首先根据用户的历史行为数据（点击、购买、搜索等）用SVM、Kmeans等传统机器学习方法作出画像，按照一定规则描述其对不同电信套餐的喜好程度，并给予1到5的评分，用R(u,a)表示电信用户u对套餐a的评分，分值大于3表示喜欢，建立套餐对用户的倒排表，记录喜欢每个套餐的用户个数，假设喜欢套餐a的用户数为N(a)，喜欢套餐b的用户数为N(b)，N(a,b)为a和b交叉用户数，a与b相似度W(a,b)为N(a,b)占N(a)*N(b)平方根的比值，获得套餐的相似度后，接下来预测用户u对套餐b的喜好程度P(u,b)，用N(u)表示用户u所有喜欢的套餐，用S(b,K)表示所有和套餐b最相似的K个套餐，对N(u)和S(b,K)取交集，遍历交集中所有套餐计算W(a,b)*R(u,a)并求和得到P(u,b)。为提升程序执行效率，协同过滤算法逻辑用C语言实

本项目由我自主设计并独立完成，该项目为金融机构挖掘经济相关的真实视频，以便投资者更好决策投资行为。项目分成数据采集和数据分析两部分，数据采集用的是selenium动态爬虫，绕过今日头条网站的cookies校验限制，并在主页搜索金融关键词，获取视频数据结果；数据分析部分主要针对视频搜索结果，对视频的标题进行自然语言处理，训练tensorflow模型对标题进行分类，过滤出目标视频数据。

开发环境：Windows Python3 Scrapy MySQL MongoDB Redis pyexecjs 项目描述： 项目是基于scrapy框架开发，主要抓取58同城、城市房产、安居客、链家、阿里法拍、海豚法拍等网站的房产数据，并对数据进行去重去偏差等标准化处理。 责任描述： 网站反爬分析。 Scrapy框架搭建。 爬虫程序开发，反反爬： (1)IP封锁，控制请求频率或者使用IP代理。 (2)Headers请求头校验，Refererr/User-Agent等设置 (3)字体反爬，需要找到对应字体文件，破解映射关系。 (4)js混淆反爬，找到对应的js文件，分析js源码，找到关键代码，用pyexecjs库传参执行js函数，获取动态数据，再根据该数据请求到对应接口。 (5)验证码反爬，使用selenium模拟浏览器请求破解，或者使用对接打码平台。 下载器下载数据后对应数据进行解析，用到的解析方式有lxml、xpath、re等。 数据去重去偏差标准化处理。 使用MongoDB存储数据。 项目部署、维护。

开发环境：Python3 Go nodejs tornado gin MySQL redis airflow   项目描述： 为第三方平台快速的接入基金功能，基金行情数据由云锋有鱼平台提供，但基金基金交易相关服 务部署到第三方的机房中，打造以云锋有鱼基金平台为上手的小型基金交易平台，以保证客户的相关 交易数据得到安全保障。 责任描述： 整个项目架构分为多个层级：api中心层、接入层、交易前置层、交易数据层、后台服务层、基金后台管理服务。 api中心层主要与第三方平台对接、做用户信息等校验。 接入层由nodejs完成，主要是路由分发，session等校验。 交易前置层做逻辑处理。 交易数据层与交易数据库交互。 基金后台管理服务处理基金的上下架等。 在该项目中主要负责基金交易数据服务，基金后台服务中的基金定投、基金智能调仓、文件传输等功能的迁移工作。

描述: 运满满/货车帮司机端是满帮集团的数字化大型物流货运平台, 涵盖集团旗下货车帮和运满满两个品牌的司机端和货主端, 平台拥有中国最丰富的物流资源和货运需求, 每天处理数以千百万计的物流交易, 对于平台的客户端稳定性要求极高, 故此对客户端的开发和技术深度也要求甚笃; 司机端和货主端, ToB和ToC的两个项目均使用集成型迭代开发, 各业务拥有相对宿主而独立的工程, 应对复杂的业务需求,各业务间利用平台内自研的路由基础组件和相对稳定的跨端开发技术实现彼此解耦, 高效开发 技术: 1. 该项目采用OC, Swift, Flutter, React-Native等技术栈, 使用组件化开发, 平台各个子业务独立开发, 使用公司自研的路由MBRouter为中间体进行分发和联动各业务线组件, APP端架构分为五层架构: 壳, 业务, 中台模块, 基础衍生, 基础底层; 各层次间纵向单向调用, 横向使用Router调用解耦; 使得各业务线能够独立稳定高效的运行

描述: 馒头商学院 App 是一款为职场人学习和成长提供解决方案的产品, 用户可以在 App 内浏览职场最新的热门话 题文章, 找到契合自身成长和学习需要的课程, 加入职场大咖的线上课程等。 技术: 1. 项目使用 MVC 架构, 主要使用 OC 与 Swift 开发, 功能业务进行模块化分层解耦, 提高后续迭代和团队协 作开发的效率和可维护性 2. 音视频组件化: 因业务需要项目使用完整的解决方案: 阿里云视频 SDK 及 CC 直播 SDK, 对直播和点播业 务进行二次封装, 使用 MGJRouter 对业务层与逻辑层进行解耦, 提升播放交互体验 3. 优化: - 实现复杂的效果: Banner 颜色提取和渐变同步(使用 CGBitmapContext) - 减少 App 冷启动耗时(Xcode 添加参数进行启动时间统计, 调整耗时任务加载时机, 优化动态库和图片 - 等资源加载, 优化主线程任务, 减少+load 方法的负载)

MUTA音乐是一款让用户展现自我，玩音乐及玩社交的应用。用户可使用喜欢的歌曲模版创作出专属于自己的曲子，并由平台直属的虚拟偶像(IP)演唱，让用户感受创作就是这么简单。 - 丰富的模版曲库，简单的创作流程。弹指之间就能发挥创意。 - 优质作品推荐, 用户自主创作及社区互动交流-UGC - 平台专属的虚拟歌姬（嫣汐）-养成互动。 技术： 1、该项目采用C++, OC, Swift混合开发, 使用模块化开发，功能组件化封装(git), 使用MGJRouter作为组件化方案, 提高可复用性和开发协作效率, 封装社区核心组件，相关子模块解耦优化, 提高代码易读性和项目的可维护性 2、UI优化：使用纯代码开发布局UI界面, 使用CAShaperLayer实现复杂遮罩效果(贝塞尔曲线)，使用多线程进行数据和UI的刷新处理, 使用MVVM设计模式实现社区，并保持满帧的流畅体验 3、音视频: 使用AVplayer封装设计的音频组件，基于AVAssetResourceLoader配合使用NSURLSession实现音乐资源缓存，使用GCD多线程操作有序缓存数据 4、封装：根据产品需求,

系统的主要目标是利用信息化手段对勘察设计项目全过程进行管理，实现勘察设计全部过程管理以及对各种工程文档（包括对设计任务分配、图纸版本控制与归档）的有效管理，使项目资料可以共享提资、协同工作，提高设计效率和质量，优化和规范公司设计业务流程，协助提升勘察设计业务管理水平。

这是一个央企国投集团的投资管理系统，由我们公司接手开发，维护至今，涉及：母基金-子基金-投资项目-直投项目-风控-立项等层面，打造一套："募”、“投”、“管”、“退”的专业投资管理系统，涉及全国800家子基金投资管理。

EHR人事系统是集团公司内部的人事管理系统， 主要是用于集团员工的信息录入，岗位信息，员工个人信息，合同管理 考勤信息，以及公司内部转岗等功能。

核心模块：生产数据与收集数据功能、进行产品活动营销、产品溯源及客服功能部分。 主要有生成二维码数据，共产生产数据展示，营销活动数据展示，营销活动配置，客服功能及配套的进行角色分类，数据权限分类等