Django

一、功能模块：1.支出申请：申请支出时事先走系统经过审批后，方可执行和报销；2.采购管理：专业的采购环节梳理，从需求起草、采购公示至最后的合同环节签订等；3.报销管理：与支出申请和采购执行拉通，贯穿事前、事中和事后；4.台账管理：合同和采购中形成的资料归档。二、附件功能1、短信通知；2、正式邮箱通知

腾讯音乐人音频作品上传平台用户侧：1.上传/管理/展示个人作品；2.管理子母公司，签约艺人等信息（公司账号）管理侧：1.审核用户注册信息；2.审核用户作品内容变更请求；3.审核用户上传作品及变更合法性（侵权等场景）；4.审核公司关系变更请求（公司账号）；

1.用户管理模块：支持学生通过学号/手机号完成注册与登录，可完善个人资料（如校园身份认证、头像、联系方式）；同时建立信用评级体系，基于交易记录、评价内容、履约情况等数据生成“信用分”，为交易双方提供信任参考。2.商品管理模块：用户能便捷发布二手商品（填写名称、描述、价格、上传实物图），并对商品进行分

1、管理员功能:用户管理、商品管理、大屏观察、数据分析、订单管理、个人中心等2、用户功能:商品浏览、商品收藏、推荐、购物车、商品评论、个人中心等3、系统公告和轮播图的管理

主要包括如下模块1调度模块，使用进程池和异步队列来处理服务器端任务，使用nginx进行负载均衡2功能模块，嘴唇同步，照片说话，虚拟试衣，图片换脸和视频换脸，图片高清和视频高清，文生视频和图生视频

边缘网关资产管理：实现对海量网关设备的远程监控、配置、固件升级和全生命周期追踪，保障数据链路的稳定可靠。实时数据展示：通过动态图表、仪表盘和可视化组态，直观呈现设备实时运行状态与能耗数据，并支持秒级故障告警。时序数据API聚合：提供强大的数据接口，能高效查询与聚合海量历史数据，为上层高级分析和应用开

学生信息收集，不同专业视频上传功能，老师在后台就可以看到不同学生在不同的专业等级的视频，便于老师审核，为了达到这个效果，我们还做了不同分支机构的报名实时情况，管理员可以通过后台看到不同报名情况的结果。

智能题库系统后台 1.题库系统。 2.有学科知识分类和标签管理功能。 3.主要功能为试题导入和组卷（导出）功能，以word方式导入现有题库，目前选项是表格方式排版，组卷导出的word版式按提供的版式格式呈现。 4.新导入试题可以对比题库中已存在的试题进行查重提示（如题本40%相同即为重题），同时可以对比互联网上文本内容查重。 5.可以对题本和选项的错别字进行提示，可以对选项的内容重复值进行提示。

本项目旨在解决城市充电基础设施“信息不对称”问题，通过自动化数据采集 → 云端存储 → 实时可视化的完整链路，为用户提供直观的充电站分布热力图，辅助出行决策。 系统包含三大核心模块： 数据采集引擎：自动抓取并清洗多源充电站数据。 云数据库：使用 Supabase 存储结构化数据，支持空间查询。 前端可视化：微信小程序 + 高德热力图 + 实时更新，提供流畅交互体验。

面向店铺经营者（如便利店、小型零食店等的店主）以及有商品采购需求的消费者。 对于经营者，解决商品信息管理（如商品的增删改查、库存统计等）不便捷，以及商品展示、订单管理等环节效率低下的问题；对于消费者，解决寻找心仪商品（如快速查找可乐、薯片等）、下单购买流程不顺畅的问题。 界面布局清晰，无论是经营者进行商品管理（如点击“添加商品”按钮即可新增商品），还是消费者搜索商品、加入购物车，操作步骤少，学习成本低，不像一些复杂的电商系统，有过多繁琐的功能和操作流程。 聚焦于中小规模的商品销售场景，如小型零食、饮料售卖，功能精准，没有多余的、不相关的模块，而市场上部分通用型电商系统功能庞杂，不适合小场景使用。 商品展示直观，配有图片，消费者能更清晰了解商品外观；操作按钮（如“编辑”“删除”“加入购物车”等）位置明显，反馈及时，提升了用户体验。 主要包含商品管理模块（实现商品的添加、编辑、删除、库存管理等功能）、商品展示与搜索模块（消费者可通过输入商品名称搜索，查看商品详情）、购物车模块（消费者将商品加入购物车，进行结算等操作）、订单管理模块（经营者查看订单，消费者查看自己的订单）等。

本项目采用前后端分离架构，前端基于Vue3+TypeScript+Pinia技术栈构建，后端采用Django框架实现，结合协同过滤算法与MySQL数据库，打造高可维护的智能推荐系统。前端使用Vue3的组合式API实现响应式界面开发，通过TypeScript强类型系统提升代码质量，Pinia集中管理用户状态、推荐结果等数据，配合Axios实现与后端的高效通信。后端基于Django REST framework构建RESTful API接口，利用ORM模型高效操作MySQL数据库，其中用户行为数据（如评分、点击、收藏）通过数据表存储，为协同过滤算法提供数据基础。 系统核心采用基于用户的协同过滤算法，通过Python的NumPy/pandas计算用户相似度矩阵，运用余弦相似度算法匹配兴趣相近的用户群体，根据相似用户的偏好生成个性化推荐列表。MySQL数据库设计包含用户画像表、项目特征表、行为记录表等多维度数据存储，支持算法的高效数据检索与计算。该架构兼顾开发效率与系统性能，前端Vue3的模块化开发与后端Django的MTV模式形成解耦，协同过滤算法模块通过独立服务封装，便于后续扩展到深度学习推荐模型。整套方案适用于电商、社交、内容平台等场景，通过个性化推荐显著提升用户体验与平台转化率。

本项目基于Vue3+Pinia+TypeScript技术栈构建现代化电子商城，采用组合式API开发模式充分发挥Vue3的响应式优势。前端架构通过Pinia实现模块化状态管理，结合TypeScript强类型系统提升代码质量与维护性。界面设计呈现简约科技美学，首屏搭载智能自适应轮播图组件，支持手势滑动与懒加载技术，配合CSS3交互动画实现视觉层级流畅过渡。导航系统创新采用隐藏式悬浮下拉菜单，通过防抖节流优化高频交互体验。系统采用严格的前后端分离架构，基于Axios封装RESTful API通信模块，具备完善的请求拦截与错误处理机制。组件库采用原子化设计理念，业务模块解耦度高，支持快速迭代扩展。工程化配置集成Vite构建工具与ESLint规范校验，特别针对Python技术栈优化接口适配层，可无缝对接Django REST Framework、FastAPI等主流后端框架，提供标准的JWT鉴权与OpenAPI文档支持。该项目充分体现当代前端工程化实践，可作为中小型电商平台的样板工程，展示SPA应用的完整开发范式。

为猎头企业用户订制的业务在线网站，主导设计并落地企业级猎头业务一体化平台，根据用户需求整合业务链、财务管理、人员管理等核心模块，实现业务财务人员活动数据实时联动。 核心职责： 深入业务部门，通过访谈、数据分析，来分析业务痛点。编写完整产品需求文档，定义系统架构、功能逻辑及数据规则，确保开发对齐业务目标。全流程跟进：协调各岗位工作（研发、测试、UI）保障系统如期上线。

未来村项目是基于传统电商项目的背景，自主研发的一款商品购买类的小程序。可以给用户提供多种角色类型，不同角色的权限状态。用户自主浏览以及商品的购买，评论等功能。未来村项目是基于传统电商项目的背景，自主研发的一款商品购买类的小程序。可以给用户提供多种角色类型，不同角色的权限状态。用户自主浏览以及商品的购买，评论等功能。

1 在线智能仓库盘点，WEB页面实现 2 实时查看盘点数据 3 手机电脑即可盘点，代替PDA扫码枪 4 盘点人员分配，盘点任务与人员绑定 5 区域划分，三级区域划分 6 区域匹配，可设置是否绑定区域盘点 7 盲盘功能，可显示库存或者不显示库存 8 智能语音提示 9 界面警告显示 10 盘点数据实时更新 11 盘点报告动态生成

1.系统监听千牛订单，客户端自动后台下单进行虚拟商品发送。 2.支持客户端多开，提高并发，订单追踪，发货记录追踪。 3.客户端断线重连、重连后自动进行中断订单的发货流程。 4.支持日订单10w+。 5.支持客服按时段转接、可指定闲时代理客服，可接入AI自动回复。 6.可独立部署，windows 系统部署。

全栈智能自动化测试平台---零编码实现全场景自动化测试 核心解决问题 ✅ 多平台割裂：传统团队需维护API/Web/App三套自动化体系，本平台统一管理 ✅ 技术门槛高：产品/测试人员依赖开发写脚本，本平台提供可视化用例设计器 ✅ 协作效率低：用例资产分散、报告难追溯，本平台实现全生命周期管理 平台核心功能 1. 全栈测试支持 API自动化：可视化编排接口流程，自动生成Python/Requests脚本 Web UI自动化：智能元素定位 + 录制回放，兼容Selenium/Puppeteer引擎 App UI自动化：集成Appium内核，一键生成Android/iOS双端测试包 2. 零代码生产力 拖拽式用例设计器，支持参数化（全局变量）、数据驱动（Excel/CSV导入） 3. 企业级管理能力 项目管理：RBAC权限控制 + 版本基线锁定 执行监控：实时查看测试进度、资源占用看板 智能报告：自动生成含错误截图、日志溯源的HTML/PDF报告 技术架构亮点 模块 技术栈 设计优势 前端 Bootstrap + jQuery + ECharts 响应式布局，适配PC/移动端操作 后端 Python + Django REST Framework 高并发执行支持（异步任务分发） 调度引擎 APScheduler + RabbitMQ 精准控制定时任务，支持10万级用例队列 扩展能力 阿里云IoT SDK + MQTT协议 专为智能硬件测试设计，支持设备云端联调 执行层 Requests + Futures线程池 单节点可并发执行500+接口用例 典型应用场景 金融行业：核心系统升级前自动化巡检（日均执行3000+交易链路） 智能硬件：APP与设备端双向指令验证（MQTT消息自动断言） 电商大促：秒杀场景全链路压测（API+UI混合编排） 为什么选择我们？ ? 开箱即用：60分钟完成环境部署 ? 无缝扩展：开放接口，可对接Jenkins/Jira/企业微信 ? 成本直降：对比自研自动化体系，维护成本减少60%

本软件主要是针对学校出题的精准性、保密性、随机性等，旨在解决老师重复出题的重复工作、根据试题抽取规则保证试题抽取的精准度、以及试题随机性保证试题的安全性

本科专业为信息工程，曾经开发过多个微信小程序，结合各种单片机代码；精通微信小程序前后端搭建。 研究生专注于计算机视觉，尤其是医疗影像方向。深度学习方面代码熟练，使用Pytorch框架。擅长处理自然图像、CT、MRI、超声图像均有涉足。

为海南卫健委搭建平台，用 Apache Hudi 实现 CDC 数据捕获，日均处理 2000 万 + 诊疗数据，入库时效缩至 15 分钟；基于 Flink 构建特征计算引擎，模型训练效率提升 5 倍；Med-Transformer 模型实现 AUC 0.91 预测性能，区域管理覆盖率提升至 78%；基于言犀大模型打造智能问答系统，准确率 88.7%。 核心技术突破：验证千万级 QPS 架构，实现服务可用性 99.995%；完成 3 项医疗 AI 专利，实现 NLP 模型大规模商用；构建日均处理 20 亿 + 事件的数据管道，获评集团杰出项目。