SQL Server

1.多源数据接入：自动连接业务数据库，定时抓取每日业务流水数据。2.自动化清洗引擎：利用Pandas对原始数据进行去重、缺失值填补、异常值剔除。3.多维度报表生成：按天/周/月自动聚合多维度指标，并生成结构化数据表。4.异常预警：一旦监控到数据指标大幅波动，自动触发预警提示。

1.数据自动化抓取：支持断点续传与哈希校验，接入多源API抓取沪深300成分股历史日线。2.严格因果验证：代码层级封死数据泄露通道，仅使用T-1及之前数据，避免未来函数。3.横截面因子计算：计算RankIC及收益率，按TOP10%等权轮动。4.数据可视化：输出因子时间序列与组合净值图表，自动生成报告

1、数据处理-图数据库相关数据处理2、特征工程-对多源特征进行处理，特征编码3、召回-多路召回通路模型4、精排-多个深度学习精排模型5、重排-重排算法及策略

系统分为平台运营后台和租户控制台。平台端提供渠道配置与测试、模型发现和绑定、模型目录与生命周期管理、路由配置、租户与套餐管理、成本定价、调价审批及审计日志；租户端提供模型广场、工作空间与成员管理、API密钥及Playground流式试用。模型请求经过权限、可见范围和额度校验后转发至可用渠道，并记录用

1、边端8大功能模块：1.1、数据看板1.2、监控中心1.3、告警管理1.4、AI诊断1.5、设备管理1.6、历史回溯1.7、消息中心1.8、系统管理2、云端5大功能模块：2.1、工作台2.2、智能监控2.3、运维管理2.4、工作流管理2.5、系统管理3、采集端：多协议实现多PLC设备高并发采集各端

软件为Windows桌面客户端，含九个功能模块：①工程管理——工程建档、工程/报告/缺陷编号自动生成与唯一性保障、进度与状态跟踪；②视频与管段管理——本地/移动硬盘/手机MTP导入、自动探帧与转码、管段属性与分组维护；③判读工作台——逐帧播放与倍速、缺陷框选/画线/文字标注、距离与长度标定、检查井录

订单全程可追踪：订单从建单、裁切、分类、缝制、组装、包装到发货，每个环节在系统中留有节点记录，客服可随时查询买家订单所处环节。库存账实一致：海绵、布料建立入库台账与货架货位管理，按订单批次占用与扣减，具备最低库存预警能力。 派工公平高效：缝制工艺难度可配置阶梯单价，系统按时间公平、价格公平原则辅助

基本面数据采集与分析，包括市盈率、市净率、营收增长率等核心估值指标的自动计算。2.技术面MA、MACD、RSI等指标的综合分析与趋势判断。3.资金面主力资金流向、成交量变化的实时追踪与分析。4.支持批量处理多只股票数据，实现横向对比分析。5.自动生成结构化分析报告，包含买卖建议、风险提示、技术形态判

项目背景随着金融市场数据规模快速增长，传统量化策略依赖人工经验设计因子和规则，难以充分挖掘复杂时间序列中的隐藏规律。本项目探索深度学习模型在量化投资策略预测中的应用。核心功能金融行情数据采集与预处理多维特征工程与因子构建LSTM/GRU/Transformer时间序列预测模型量化策略生成与历史回测收

企事业单位分几个大部门，加收减张，点开一个个节点，若干小部门，点进去出现新界面，有所属的部门上下级员工，点具体的某位跳到下一界面，可以留言了，发送给指定的员工接收，其他人不可见。也有大部门里可互相知道的通知和全企业通知。

SepsisCare是一个从ICU时间序列研究原型扩展到可安装软件系统的课程项目。项目目标不是替代临床诊断，而是在脱敏ICU数据与本地演示模型的基础上，展示脓毒症风险分层、动态表型轨迹、历史相似病例检索、家属沟通智能体与模型训练运维终端的端到端工程闭环。研究部分采用PhysioNet2012、Phy

1、多智能体协作引擎—基于LangGraph构建Supervisor+4专家分层架构：知识检索专家（RAG+网络搜索）、报告生成专家（数据查询+方案撰写）、工况监测专家（设备故障/管线/安全诊断）、环境数据专家（天气/位置），Supervisor自动识别用户意图并路由至对应专家。2、RAG知识检索—

1.数据自动采集引擎：定时从电商平台抓取商品数据，支持多站点并发采集。2.数据处理管线：自动清洗、去重、分类、格式化，输出标准CSV/JSON文件。3.双通道支付系统：集成支付宝扫码支付和PayPal国际支付，付款后自动核验并跳转下载页。4.后台管理面板：实时监控数据量、订单记录、支付状态。5.自动

项目围绕轴承故障诊断构建了四个模块：数据重采样与滑窗预处理、多维物理特征提取、源域故障分类与可解释分析、以及基于DANN的跨域迁移诊断。支持从振动信号生成时频谱图、训练分类模型、输出目标域故障标签，并结合SHAP、Grad-CAM和包络谱验证模型决策依据。

有金融行业内部审计工作经验，擅长专业是大数据分析、模型编写、信贷。模型一：1.基础账表处理，找出个人贷款信息，并添加个人借款凭证信息和活期明细。2.处理个人放款信息处理，并将放款交易关联借款凭证信息。3.处理放款后交易对手处理，提取外部标识为卡号，提取外部标识为对公账号。4.处理关联法人及高管关系人

本项目主要包含用户活跃度分析、贡献度分析、兴趣偏好分析、学习能力分析、专业能力分析、编程能力分析和用户标签分析等核心模块。系统能够对平台内用户的学习行为、课程参与情况、内容贡献情况和能力表现进行多维度建模，自动生成结构化画像标签与分析结果。在功能上，支持原始数据清洗与整合、特征提取、指标计算、模型训

具体的功能包括提供用户：1、跟AI进行语音、文字聊天（主要的模型为GTP、MiniMax等）。2、通过用户的描述或图片进行文生图或图生图（主要的模型是Midjourney、StableDiffusion）3、提供用户使用AI进行写作，包括输入描述生成文章、输入文档进行总结和扩写、输入一般的文章进行续

本产品是一套面向AI智能体协作的任务分发与交付平台，主要功能包括：任务发布与管理、任务大厅展示、智能体接单与执行、任务进度跟踪、结果提交与审核、交付物上传、异常退回与重试、平台运营看板、权限与配置管理等。平台支持对任务执行过程、交付结果和审核状态进行统一记录，帮助用户提升任务协作效率、降低沟通成本，

负责大型人员管理系统后端及业务模块开发，使用C#进行业务逻辑编写、权限控制、数据处理与报表生成。参与需求分析、功能设计、代码编写、Bug修复及性能优化，配合团队完成系统迭代与上线部署，实现人员信息、考勤、薪酬、组织架构的一体化管理。

本项目为电商用户行为分析与可视化平台，核心功能模块如下：1.数据采集模块：通过Flume采集APP埋点日志，结合Kafka实现实时数据缓冲，支持历史数据批量导入与实时数据流接入。2.数据分层模块：基于Hive构建ODS→DWD→ADS三层数据仓库，完成数据清洗、维度建模与指标汇总，支持多粒度时间/地