简介： 现智能化集成系统具备可集成视频监控、入侵报警、停车场、门禁系统、对讲系统、巡更管理等十余项子系统的数据，并以三维可视化的界面布局显示 基于项目目标是“搭建社区智能化信息整合管理平台，将所有智能化子系统和设备融为一体，进行全局化治理”，平台基于物联网操控平台技术架构，通过接口和协议与各个智能化设备对接实现数据和功能在平台层进行集成和有机整合。在平台的统一治理下，各设备能够信息互联互通、设备间功能协同联动，从而实现资源共享，设备协同、管理流程再造、优化融合。

负责该系统的客制开发及维护，已完成项目包含：mps生产排程推算、仪器管理、专利管理、与web端数据交互，以及程序员开发工具箱（包含一键上传编译、文件搜索/上传/下载、程式历史改动、bom结构查询、数据表结构等）

项目需求爬取客商信息，将爬取的数据存入oracle数据库，爬取天眼查中对应公司的基本信息及相关的人员，使用BS4和xpath进行解析

测试环境： 硬件环境：centos7 CPU ：Intel(R) Xeon(R) CPU E5-2670 内存：32G 网络：局域网 软件环境：java、mysql、redis、mongodb、nginx 项目描述： 线上链接：http://www.syjzsmz.cn/login 沈阳建筑实名制是为沈阳市城乡建设局开发的一套web系统。为响应国家号召，实行工程项目申报登记，建筑工人实名制认证，维护建筑工人权益，避免出现拖薪欠薪的情况而诞生。 主要功能：申报项目，审核项目，企业备案，人员管理，人员考勤，工资管理，设备管理等。 系统主要分为三端：监管端，用于管理所有的项目如：总览项目情况，审核项目，管理人员、工资、考勤，设备等。项目端，用于申报员申报登记对名下项目进行管理。银行端，用于相关银行人员登录进行发薪。 工作职责： 1． 参与项目需求分析、需求评审。 2． 负责编写测试计划、测试方案、测试用例。 3． 负责搭测试环境建。 4． 负责执行测试用例，提交回归缺陷。 5． 对项目进行接口测试。 6． 负责跟踪缺陷，协助开发定位问题。 7． 负责编写操作手册，测试报告。 8． 负责更新线

项目描述： 美菜商城是一款提供一站式服务的蔬菜食品的微信小程序 个人职责：商品模块 应用技术： 1. 小程序开发文档中的 api 和组件， 2. 使用 Taro 框架，遵循 react 语法规范 3. 使用 swiper 和 scroll 组件实现页面效果 4. 封装选项卡组件

项目描述：该项目为大数据量的Excel在线编辑和数据校验。 主要职责：独立完成整个Excel组件的前端开发，需求如下：  每次单元格修改都会调用后台业务校验，不通过将单元格标黄，hover校验错误；  该Excel组件需承载数千行和十几列的Excel数据，且前台页面基本保持流畅；  该Excel组件可显示多sheet页。 应用技术： dva、react、antd、handsontable

一款监控移动APP性能的平台，涵盖APP网络性能、webview性能、crash崩溃、ANR卡顿等指标的监控。 平台技术体系：Storm、Hadoop、Druid、Netty等

官网采用主要采用thane+node 的完成 由node服务端渲染 这样能使用户端体验更加流畅，体验更加好。 包括移动端的 官网 https://m.jikexiu.com

淘天购体系下一款社区团购小程序，采用小程序原生开发，实现用户自主提货与快递两用方式，用户可以自主发起团购在平台售卖自己的商品.(迭代中)

该项目前端是基于微信小程序呈现的，是一套完整的电商平台。具有多规格、分类、专题、团购、优惠券、商品评价分享等功能模块。项目有管理平台，有统计报表、配置管理、会员、商品管理等功能。

开发框架:springboot,mybaits,mysql 工作内容: 1.负责后端d的开发及测试。 2.负责搭建系统架构。 3.负责对接第三方平台。 4.负责相关文档的编写以及接口文档的制定编写。 5.负责各个落点项目的维护。

服务类目 生活缴费、音视频设备、汽车/其他交通工具的配件、企业管理 记路者软件是一款为车主朋友们打造的助手小程序，记路者行车记录仪能够很好的帮助用户朋友连接汽车的行车记录仪，车主朋友能够通过记路者小程序查看记录仪记录的历史内容，非常的方便。

通过工业相机拍照，获取目标图像，再通过视觉获取目标的高度度和直径，如尺寸信息不满足要求，将结果反馈给PLC，PLC控制机械手做剔除处理。计算目标位置信息，发送给PCL，然后机械手获取位置信息后抓取目标。

1.测试环境和生产环境“法宣系统”和“单点登录平台”前后端部署 2.测试环境和生产环境客户内网环境数据库创建以及编写定时备份和定期清理脚本，在客户内网服务器上编写误删除回收脚本。 3.在司法局互联网区搭建teamcity并配置自动部署 4.在上海司法局客户内网部署两套套“法宣系统”和“单点登录平台”，客户内网环境又分互联网区和政务外网区，其中互联网区能访问外网，政务外网区是不通外网。政务外网区和互联网区互通需要在网闸和防火墙上开放相应端口，需要在政务外网区和互联网区各部署一套。 5.在政务外网区服务器上挂载磁盘，安装nginx，mysql并将华为云生产环境的OBS文件上传 6.在互联网区服务器上挂载磁盘安装nginx，jdk，互联网区前后端分离，政务外网区和互联网区共用政务外网区数据库；政务外网区和互联网区共用互联网区接口。 7.将政务外网区业务数据通过前置机上数据共享交换平台采集并导入客户方“达梦数据库中”

前端：前端主要使用 Vue.js 和 MQTT.js，基于 Materialize 实现了 Web ⻚面的响应式布局,通过MQTT.js 实时获取传感器数据。 后端：后端主要使用 Flask ,提供一些简单的接口。 网关：网关主要功能是将单片机的数据转发处理给 MQTT，通过 Select IO 多路复用实现从多个 TCP Client 中获取数据 实现传感器数据在前端的实时展示(通过 MQTT 推送) 实现继电器的实时控制 实现响应式布局，移动端一样可以有很好的体验 实现报警发送邮件功能 实现定时、条件触发控制设备

改项目主要为天安财险车险部为A，B端业务员中介个代所开发的一款展业易行销App，为解决车险部下面等渠道的业务员中介，个代出单慢，保费试算结果不能及时发送给客户，续保率不高，保单批改不及时等一系列问题，严重影响天安财险每日保费所设计的一款直接线上展业的App项目，该项目主要包含以下模块：车险模块（报价，客户信息录入，确认投保，立即支付），续保管理（信息回补，任务接受，报价追踪，超期提醒，脱保流向，续保统计），保单批改，新车未上牌，费用结算，在线考试，排行榜，客户管理，影像管理等主要功能模块，本项目开发到上线周期为5个月，本项目采用微服务结构进行设计，我们根据客户业务拆分为：车险服务，续保服务，非车险服务三个服务，前端采用：reactjs。人员结构：后端接口开发5个，IOS，Android工种两个，前端reactjs开发三个。 本项目上线第一天出单量：13420单，现实保费4千万元。项目整体运行平稳，一致赢得客户赞赏和非常好的口碑。

应新年送礼的营销点，将预付卡做成礼品卡的形式，购买进行赠送，或自用激活，礼品卡内的金额可下单消费。将礼品卡与现在支付打通聚合支付，实现在线上小程序及线下POS进行聚合支付下单。 职责描述： 1、参与项目的需求评审，熟悉业务流程、拆分需求、根据项目需求编写测试点，设计编写测试用例；独立负责整个项目的测试周期，从需求提出到开发完成，测试，提交上线，全程跟踪计划的实施情况，并根据需要调整计划。深度参与产品研发项目， 协同产品经理、业务研发、用户反馈团队优质交付产品； 2、负责预付卡赠送、接受赠送、取消赠送、支付接口的安全测试及压力测试； 3、使用MySQL数据库进行增删改查，构造测试数据，覆盖各测试场景； 4、使用Charles对小程序进行抓包，修改请求参数，修改返回数据配合Postman进行接口测试 5、对发现问题结合Kibana平台的日志进行详细分析，准确定位问题，推动问题的修复 6、针对接收赠送、购买礼品卡场景编写JMeter脚本，在阿里云平台进行性能压测，并输出性能测试报告

该软件中包含视频教学，互动教学，视频考试和互动考试四个方面，分单机版和网络版，能够对学员在实际上机操作做到现实般的网络模拟，让学生在虚拟平台中做到心中有数。

●    项目使用技术：SpringBoot  Mybatis  SpringMVC FreeMarker等。 ●    项目介绍： 该项目为GitHub开源项目XXL-JOB,是一个分布式任务调度框架。该系统支持通过Web页面对任务进行CRUD，支持动态修改任务状态、暂停/恢复任务，以及终止运行中任务，即时生效；任务分布式执行，任务"执行器"支持集群部署，可保证任务执行HA； 该系统由调度器，任务执行器和核心依赖包3个模块组成。调度器责管理调度信息，按照调度配置发出调度请求，自身不承担业务代码，执行器负责接收调度请求并执行任务逻辑。任务模块专注于任务的执行等操作，开发和维护更加简单和高效；接收“调度中心”的执行请求、终止请求和日志请求等。 ●    责任描述： 在GitHub上，该项目采用ssm（Spring+ Mybatis+ SpringMVC ）框架。由于公司业务需求，由我对该项目进行二次开发，在原来核心功能不变的前提下，将项目改造成SpringBoot项目，方便部署。同时，因公司业务对定时任务进行一些个性化的改造，定时任务除了根据cron表达式配置执行以外，还可以设置参数，配

SCI论文，中科院分区：计算机科学应用（二区）；化工（二区） 深度学习在过程故障诊断中显示出巨大的希望。但是，由于缺少足够的标记故障数据，其应用受到了限制。通过使用从计算机模拟生成的数据可以克服此限制。在这项研究中，我们考虑使用模拟数据来训练深度神经网络模型。由于不可避免地存在模型与过程之间的差异，因此我们进一步应用迁移学习方法来减少模拟域与物理域之间的差异。这种方法将使计算机模拟中包含的诊断知识应用于物理过程。为此，通过整合卷积神经网络和先进的领域自适应技术来设计深度迁移学习网络。通过两个案例研究来说明所提出的故障诊断方法的有效性。