数据存储

项目描述： 体科智训服务平台以大数据分析为基础，为管理单位、运动场所、各级教练员、各类运动员提供一套完整、统一的数据采集、保存、统计、分析、管理服务平台，为从运动员到管理者的全部体育训练参加者提供了易于操作的信息采集方式和全面的权限管理，能够在消除信息孤岛、打破各部门间数据壁垒的同时，保护各级敏感数据安全性。 系统整合了业界领先的图表分析引擎，提供开箱即用的多种图表和分析组件，支持各种图表以及组件的多种组合方式，用户可随意自行定义。提供增量渲染、流加载等技术，实现数据的流畅交互。 系统支持连接多个不同设备采集相关数据，实现了端到端的连接。 我的分工： 1.需求分析，国外竞品分析 2.熟悉多个设备的使用，连接流程，获取数据的方式 3. 智能设备和平台联通设计 4.原型设计、需求文档 5.协助商务与客户、合作方沟通 6.配合投标 7.项目内外部团队成员管理 8.项目进度跟进 9.项目风险控制 10.项目发布 11.项目迭代升级

该项目是公司自主研发的一款主要针对大学生的一款社交软件，项目包含？二手闲置物品的售卖，脱单墙、课题问答还有签到等模块其中该项目还有代买代送和快递代取模块可以让大学生在校期间在此平台做兼职的功能。 开发环境：idea、tomcat、mysql、maven 项目所用技术：SpriingBoot、mybatisPlus、Shiro、redis等. 主要职责：负责代买代送，快递代取、脱单墙、每日签到、课题问答和对应的后台管理代码的开发并测试代码并完善。

1. 登录 / 注册 2. 用户管理（仅管理员可见）对用户的查询或者修改 3. 用户校验（仅星球用户可见） ## 技术选型 前端：三件套 + React + 组件库 Ant Design + Umi + Ant Design Pro（现成的管理系统） 后端： - java - spring（依赖注入框架，帮助你管理 Java 对象，集成一些其他的内容） - springmvc（web 框架，提供接口访问、restful接口等能力） - mybatis（Java 操作数据库的框架，持久层框架，对 jdbc 的封装） - mybatis-plus（对 mybatis 的增强，不用写 sql 也能实现增删改查） - springboot（**快速启动** / 快速集成项目。不用自己管理 spring 配置，不用自己整合各种框架） - junit 单元测试库 - mysql 数据库 部署：服务器 / 容器（平台） ### 封装全局异常处理器 ### 实现 1. 定义业务异常类 1. 相对于 java 的异常类，支持更多字段 2. 自定义构造函数，更灵活 / 快捷的设置

XX网站信息提取 按客户要求，提取它需要的信息存储。 爬取某网站用户的个人ID和联系方式: 该项目主要针对某网站(论坛/社交平台等)的用户资料信息进行爬取,通过分析目标网站的页面结构,定位包含用户ID,名称,联系邮箱,电话等信息的网页元素,使用请求模块获取页面源代码,然后通过解析模块提取出这些元素内容,最终得到这些用户的ID和联系方式,并存储到数据库中。实现高效批量获取用户信息以及后续分析利用的目的。核心在于定位信息元素和快速批量爬取。大体流程包括确定目标网站、分析页面结构、构造请求抓取、解析提取信息、数据存储,以及必要的添加代理/缓存等优化手段。

江苏省音协考级app，报名、付款、考试等流程开发。 后台管理系统报名列表、费用统计、成绩统计、导入导出等开发。

1:爬取模块，实现数据获取并保存到本地，并备份至数据库 2:数据分析，实现清洗数据，数据统计，根据需求计算概率 3:通讯模块，根据需求每天定时将结果发送至'邮箱'或者'微信'来查看, 全权负责. 难点：加密，源码带壳，数据源 不限于小说，视频，音乐等其他数据。 需要整套或其他私。

该项目主要以门店为维度开发出的易于门店使用的管理系统，包括但不限制与人员管理、货品管理、财务管理以及商品管理。以店长为常规用户通过操作商品的交易系统链接各个板块，对整个商业交易行为提供一个交易管理平台

项目描述： 来伊份App致力于打造智慧新零售，为消费者带来线上线下无边界的智慧服务。 本项目主营核心业务板块： 1. “扫一扫”领卡入会成为品牌会员，领取会员权益，扫码活动领取门店优惠卷。 2. “会员码”打开来伊份会员码，一键完成支付和优惠核销，享受专属会员权益&福利。 3. “外卖”，在家即可订购来自世界美食大师严选臻品零食。 本项目致力于本土社区团购业务，一种互联网线上线下购物消费行为，是依托真实社区、来伊份线下数千家门店，打造的一种区域化、小众化、本地化、网络化的团购形式。依托线下门店打造社区和团长社交关系实现生鲜、零食等快消商品流通的新零售模式。 主要业务模块： 拉新模块、签到、外卖、伊起拼、闪购、会员码、无聊IM、积分商城、邀请好友、领券中心、发现等业务模块。 技术选型：SpringCloud Alibaba、MyBatis、MySQL、SSO、Redission、Redis、RabbitMQ、ElasticSearch、ELK 开发环境：Git、Jenkins(CI/CD) 部署环境：kubernetes、Docker、Nginx 岗位职责 1. 负责平台管

国内某上市互联网公司线上零售分销系统;主要功能有财务发票管理、供应商管理、产品管理、物流管理、订单管理等功能；

python代写，网页数据抓取，APP数据抓取，数据分析：框架，数据清洗，数据分析，自动化环境搭建，脚本编写，python爬虫，代码快速录入等等

时间范围 2019.11-2020.12 职 务 开发负责人 项目背景 xx系统提供会计记账服务，xx系统提供商贸批零企业的进销存业务管理服务。企业的进销存业务产生了资产的流动和转移，需要进行会计记账，如何将好生意的业务交易自动转换成会计凭证是很自然的应用。如果让进销存把业务交易转换成会计凭证，需要让进销存业务开发人员理解会计凭证对象模型基本逻辑，这种业务模型和业务逻辑的相互渗透和依赖是不符合应用思路的，因此，需要寻找一个能有效隔离业务模型和财务知识模型的中介架构。 技术架构 依托阿里云EDAS平台，建立独立会计平台微服务独立部署，通过消息队列实现业务系统和会计平台解耦。 Spring + MyBatis + Redis + RocketMQ, 分布式式部署 技术难点 1、模型抽象（建立一个业务方和财务方均能理解的中介模型） 2、数据一致性。 财务数据较为敏感，对数据正确性要求较高，分布式环境下同一个单据顺序发生的事件需要保证按照实际发生时间顺序处理；财务内部凭证和账表之间的一致性。

模块分为：登录模块，视频模块，后台上传视频模块，考试模块，编辑个人信息模块 【60%】视频模块，cdn加速 【30%】考试模块

大众新闻APP，主要面向南美国家，目标是做南美的今日头条。 服务端技术：JAVA、Nginx、Spring、MyBatis、Redis 、MySQL、ElasticSearch、Dubbo、RestfulAPI、CDN加速、异步处 理、推荐算法、JVM调优等。

X型运管系统，负责对接上位机与总系统，负责数据处理，数据存储，数据传递，数据显示，IP设置，引导源选择等

项目背景：北京商务部经合局境外电商援建项目 结合老挝农产品电子商务现状、调研情况，基于中国成熟的农村电子商务体系建设成 果和经验，建设具有适宜老挝现状，并具有可扩展和引领电商行业发展能力的农产品电子 商务平台，完成以业务中台、数据中台、农产品B2B电子商务平台、农产品B2B跨境电 子商务平台、客户服务中心、主动营销中心、全渠道接触中心为核心的能力和子系统建设。 项目技术：spring boot+nacos+validation+mybatis+easyexcel+ 远程调用:openfeign 限流熔断: sentinel 分布式事务: seata 缓存：redis 数据库:mysql 数据实时刷新:websocket+rabbitMQ 搜索引擎： ElasticSearch 即时通讯：IM 主要负责客服工作台相关功能的开发设计工作，及部署任务。完成任务跳转、工单流程、IM 会话通讯 ，基于开源组件 IM 进行二开以适应老挝电商项目会话需求。

服务包含申请端和审批端。申请端业务包含食品经验，生产，小作坊等一百多个事项的证件核发，变更，延期和注销。申请单提交以后会根据区域的不同，事项的不同等，将单以不同的分工规则分派给各个分区的审批人员；审批端就是审批申请端提交的单，根据在流程引擎设置的各个节点一步一步的执行，过程包含申请书，回执通知，审批决定书的打印，市电子证照系统的请求

负责多个大型软件项目的管理，负责项目的投标方案、技术方案、解决方案的编写，主要是数据处理、物联网、数据采集、时序数据库方面的方案编写，以及船舶领域的整个集成系统的设计等。

1. 用户权限管理 2. 约定接口格式 支持用户算法交互 3. 用户侧下载工作站本地算法计算 上传结果和过程 4. 算法计算效果解析 排行 5. 文档权限管理

从oracle数据库提取数据，根据要求处理数据后写mysql数据库，过程中使用了kettle工具，通过python编写自动高度工具，以及复杂的数据处理逻辑。

技术介绍: 项目架构: Flask框架+FlaskSQLAlchemy数据库+FlaskRESTFul设计风格+Redis缓存+Numpy+Pandas+Matplotlib可视化+Git 技术描述: 1.使用flaskrestful设计风格，使用蓝图进行多模块化管理；使用类视图管理模块业务 2.使用HTML+CSS+JS设计前端页面 3.使用MySQL管理学生，班级数据；使用Redis数据对页面数据，进行分页缓存 4.使用Numpy数据进行统计，处理；使用Pandas+Matplotlib对数据进行可视化显示