HDFS

1.支持多数据源（MySQL/Redis/对象存储）到数据仓库的实时/离线同步，兼容全量、增量、CDC等多种同步模式；2.提供可视化任务配置、监控告警、失败重试与自动灾备能力；3.内置流量削峰、限速保护与数据校验机制，保障每日PB级数据流的高效、稳定传输；4.支持同步任务的资源隔离与弹性扩缩容，降低

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

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

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

1.多维度查询企业画像应用目前支持17个维度的企业信息查询，涵盖了工商、税务、进出口、电力、社保、融资等信息。2.图数据库的应用1）关系图谱关系图谱是利用图数据作为数据依据，以关系图作为可视化的展示效果，展示企业与企业、企业与自然人、自然人与自然人之间的关系，绘制成庞大的关系网络，形成企业群组，并在

1、功能模块：接入量子随机数发生器；随机数分布存储与管理；密钥额度、使用记录与用户管理；密钥安全分发服务；密钥分发协议；密钥分发SDK2、主要功能：把量子随机数发生器产生的密钥依据用户的使用情况源源不断的安全的分发使用端