该项目建设分为四大平台：数据治理服务平台、数据挖掘分析平台、算法模型平台、实战应用平台。数据治理服务平台提供了数据集成、数据预处理、数据质量检测等功能；数据挖掘分析平台提供了分布式存储、流式计算、图计算等功能；算法模型平台提供了伴随分析、碰撞分析、套牌分析等算法模型；上层应用平台提供了知识图谱、智能

负责蛋白质多模态大模型评测框架EvalKit的设计与开发，构建面向蛋白质结构、功能与序列的自动化评测基准。实现模型效果对比、指标计算、实验复现与可视化分析，支撑大模型在蛋白质结构预测、功能标注、靶点挖掘等生物医学场景的迭代优化，提升模型评测效率与科研落地能力。

负责蛋白质多模态大模型评测框架EvalKit的设计与开发，构建面向蛋白质结构、功能与序列的自动化评测基准。实现模型效果对比、指标计算、实验复现与可视化分析，支撑大模型在蛋白质结构预测、功能标注、靶点挖掘等生物医学场景的迭代优化，提升模型评测效率与科研落地能力。

此平台分为两大部分，数据湖系统和大数据研发平台。数据湖系统为实现全行贴源数据（结构化、非结构化、半结构化、外部数据和实时数据）和归档数据的集成管理，缩短数据加工路径，提升需求响应效率。大数据研发平台为面向大数据开发工程师建设的一站式研发平台，以可视化拖拽式开发的方式，满足数据开发测试、调度配置、元数

主要对平安银行所掌握的用户数据进行打标分析，后生成一张以用户id为主建的用户风险分析数据，推送到应用端供应用端展示给一线客户经理，一线客户经理依据这些分析评估数据对离岸客户进行安全风险评估，以评估离岸客户有哪些安全风险，并提供风险预警

项目基于Hadoop、Spark、Hive等开源大数据组件，针对农业大数据处理需求，构建分布式大数据计算平台，实现农业大数据存储与高效计算。系统首先运用网络爬虫定时抓取网站数据，完成数据获取。随后，对采集数据进行预处理，确保数据质量。依托Hadoop平台，将预处理后的数据上传至HDFS（Hadoop

1、设计多源数据整合方案，搭建标准化数据资源池，支撑9万+服务企业数据统一管理；2、主导数据模型全链路开发（ODS/DWD/DWS/ADS分层），设计场景标签与维度模型，优化查询性能，保障模型合理高效；3、参与集团数据治理体系搭建，负责数据质量校验脚本开发，协助搭建元数据平台实现资产可视化；4、负责

该系统围绕医院“诊前-诊中-诊后”全流程设计，包含7大核心功能模块：1.门诊管理：支持线上线下挂号、分诊叫号、医生开方（关联药品/检查项库）、处方审核，实时同步患者就诊进度；2.住院管理：覆盖入院登记、床位分配、医嘱执行、费用记账，可批量导出住院清单，自动预警超期住院；3.药品管理：实现药品入库/出

项目名称：项目三：基于头条巨量引擎，百度营销和阿里汇川爬虫软件架构：python3，cv2(open-cv)，muggle-ocr，pyppeteer项目描述：主要运用多进程和多协程通过opencv和muggle-ocr绕过滑动验证码以及复杂图片的验证，实现自动化入库投放渠道信息，通过spark和p

项目名称：项目一：开发大数据平台，基于大数据平台做用户画像软件架构：flink,hadoop,spark,presto,java,python3,mapreduce,shell,kafka,sklearn,doplinscheduler项目描述：每天从百度上百亿数据刻画用户画像来提高用户续费率。责任