图数据库

1.项目为后台管理系统，主要包括业务管理，数据监控，系统工具等模块，实现了一个公司常用的所有功能模块 2.我负责了整体前后台所有技术的实现 3.主要技术栈 后台spring cloud,sharding-jdbc,redis 前台vue 4.通过分库分表优化了海量数据下的查询速度，利用缓存技术大幅提升了前台页面表现，前台使用最新的vue3构建，实现了多种定制化需求

1.项目为工具类应用，主要是将文本(csv)数据预先进行清洗(去重、异常数据处理)，再将数据插入到数据库中，在插入过程中也包括了一些异常情况的处理，增加工具的容错率。该程序使用了手写的cache组件，性能与内存占用优于原生Map组件并且数据处理速度可达500万/秒以上（基于20亿数据集的测试）。 2.该项目独立负责开发与维护，项目中运用了大文件高效的去重、文件并发处理等技术，核心逻辑无第三方框架，纯手工编写

本人主要负责本书第3、6、7章审校，完成第5、10章编写。 百度百科介绍：https://baike.baidu.com/item/%E7%B2%BE%E9%80%9ANeo4j/62286844 图数据库是NoSQL类数据库的又一大典型代表，在国内图数据库属于新兴事物，其优异的复杂关系解决方案引起了国内众多大型互联网公司及IT开发者的关注，而Neo4j是目前图形化数据库中最为出色、最为成熟的产品。本书的第一版书名是《Neo4j权威指南》，发行量超过13000册，本书在第一版的基础上补充完善了Neo4j的新特性、新功能，总页数超过700页。 本书的编写从2021年筹划到2022年11月出版，历时将近一年的时间，倾注了编委团队大量心血，最终在编委团队的齐心协力下定稿出版。 本书基于Neo4j 4.4版本编写，共分10章，涵盖基本概念、基础入门、查询语言、开发技术、管理运维、集群技术、应用案例、高级应用、中文扩展、配置设置、内建过程、GDS、Fabric等内容。各章简要介绍如下： 第1章 Neo4j图数据库基础。介绍图数据库概念以及Neo4j的体系结构。本章可以作为初学者的入门部

Graphene是一个可视化WEB端工具，主要做属性图数据建模、图结构设计！ 谁可以使用它？图数据工程师、算法工程师、数据内容工程师，其它需要用图的思维模式来做事情的小伙伴！ 核心功能： 图结构与属性图设计 图数据模型上传下载与导出 图数据模型协作与分享 数据任务ID生成 GraphQL/Cypher/Javascript等查询或接口代码的自动生成等 在线访问地址：https://ongdb-contrib.github.io/graphene/app/

项目背景是为保险理赔稽核人员制作的分析多案件潜在的关联关系进而确认风险团伙的使用工具，项目除数据处理外全部由本人独立完成。 共有三大功能模块：关联查询、调查取证、风险名单。 关联查询可以根据主体的类别、主体的特征id查询展示出对应的图形，用户可以对图形中的节点进行拖拽、标记、隐藏、多选节点进行标记、置为风险团伙等操作。并且用户可以保存本次查询条件，在后面使用时根据已保存的历史查询条件进行快速查询，也可以快速查询出由自己标记的风险团伙图形。 调查取证是用户针对风险团伙进行调查稽核后录入调查信息的页面，可以根据条件查询出特定风险团伙然后点击跳转到录入结果页。 风险名单可以根据主体的特征id进行查询，查询后点击其所在的风险团伙可以跳转至相应的展示页面，展示该风险团伙的关联分析图形以及包含的案件信息列表。

主要利用大语言模型、pyhton、jiava等实现企业知识库管理、证书管理、报表训练、智能问答等功能。 主要负责产品设计、原型设计、设计文档编写、平台应用设计和调试等工作。

1.项目氛围组织架构、设备管理、资源树管理、人脸库、流程配置、数据管理、系统管理、操作日志、系统监控模块 2.系统主要是AI算法识别，精准识别人脸、行为动作、物体、姿态等算法集成 3. ● 使用vue3 + TypeScript搭建项目，利用rem+百分比配置响应式页面 ● 平台之间的通信链路采用MQTT、HTTPS、Websocket协议，并在这个协议的基础上，抽 象出的各个硬件设备的物模型以及业务应用所需的功能集。 ● 使用Ant Design组件库丰富视觉感应 ● Linux 环境通过 Nginx 部署前端应用服务、引入并操作高德地图进行无人机的航线设定 ● 用java + MySQL搭建后端架构

为小企业定制的财务管理软件，具备完整的财务功能和丰富的数据（含表格和图表）输出能力，使用起来直观、便捷、学习成本低，使用后会计都爱不释手。主要采用python+pyqt5+pandas+matplotlib+reportlab+pyodbc，采用mdb和sqlite3数据库。本人是软件开发和设计的主要负责人。

1,100%由我来完成，客户只需要告诉我需要哪些数据，最后给用户数据csv与图片文件 2，涉及到js逆向来爬取，数据量大。 3，花费2-3天来完成该工程。

1.项目基于gremlin-server的查询引擎的开发，包括console端与Server端 2.负责Console端与Server端的功能开发与维护 3.解决过内存溢出、查询卡死等难题，优化过查询性能（合并原算子生成新算子）

1.  使用react + umi + ts来构建整个项目的结构和规范，使用mst管理数据 2.  负责素材列表，资源管理，自定义组件, 权限管理等模块的开发和维护 3.  负责部分功能优化，如input防抖优化，列表滚动加载优化，图片加载优化，键盘事件操作组件性能优化等 4.  参照sketch实现kovna组件拖拽、缩放时添加辅助对齐线及自动对齐功能 5.  对比figma丰富快捷键，实现编辑器快捷键功能，如组件ctrl+ d快速等距离复制,  快速撤回，复制粘贴， 居中、分散对齐等 以下作品图片为figma平台， 马良应用为公司内部付费系统，不便分享

1:使用java + kotlin 语言进行开发 MVVM 框架进行开发 2:封装了图片加载工具（Glide）加强开发效率 3:整体封装BaseRecyclerViewFragment 将刷新加载更多 事件的点击都整体封装 便于后期每一个滑动的页面 大大提高开发效率 4:首页使用ViewPage + Fragment 进行左右滑动 5:负责三方支付微信支付，支付宝支付 6: 对jetpack包的ViewModel二次分装方便数据到位直接操作 7: 对过渡动画统一封装，fragment和activity还有特殊页面做区别 8: 对新出台的App政策做出相应的修改（如营业执照） 9: 后期手机号绑定政策开发 10:自定义首页详情头部 尾部的 切换动画, 整体封装加载动画 11:负责修改商品详情列表滑动来定位当前Tab 12:负责详情购买商品的提示 拿到DecorView 跟视图 添加视图 复用ChildView 来实现 13:自定义banner指示器等自定义View的展示 14:负责网易云信自定义消息与ios 统一类型，的展示 15:编写WebActivity 每一个交互的逻辑都在里面行

1.导入相关头文件 2.根据要求加载数据 3.对数据进行预处理 4.定义函数并传入参数实现控制卷积的行为 5.构建网络模型类（实现更深层次的残差网络模型） 6.选择合适的卷积层和激活函数 7.正确使用TensorFlow 的Keras接口输入张量 8.实现网络模型的前向传播 9.导入CIFAR10训练集，对训练集数据进行预处理 10.导入CIAR10测试集，对测试集数据进行预处理 11.构建网络模型对象、损失函数、优化器 12.使用fit函数对数据集进行训练 13.使用loss,代optimizer,和metrics对模型进行评估 14.输出代价损失函数 15.输出精度指标 16.创建一个ResNet-18的实例，并设置输出类别数为10，随后打印模型结构以检验。 17.添加必要注释

项目由本人独立开发，项目分为前端、后端、图数据库构建和应用、基于Langchain大模型Prompt工程开发，实现了基于知识图谱的智能问答。 使用 LangChain 构建应用程序后，当有用户提问时，系统会先通过代理找到合适的工具（知识图谱），然后通过工具获取数据，最后由 LLM + 私域数据生成一个流畅表达并回复用户。整个过程代理的调用会更复杂一些，当生成回复后系统会自动判断该LLM回复是否需要继续执行其它任务，是一个完全自主的递归调用流程。

系统以人工智能为载体，以摄像头实时采集的多学生人脸为样本， 将采集到的人脸信息进行多特征点标注，将其与系统中预录入的学生人脸比对从而实现课堂的高效签到。采用深度学习算法，将采集到的面部信息关键帧传输至多层卷积神经网络学习的模型中进行识别并分析结果。

计算机专业出身，8年前端，小程序，app，h5，web全做过项目，开发过组件库等等，uniapp，vue，react全家桶都ok。app只开发过ios哈

1.该项目使用 Vue-cli 搭建项目基础框架，确定、技术栈 2.配置路由，创建各级路由组件，封装接口模块、请求模块，搭建项目结构 3.配合使用 element-ui 构建各个组件静态结构，封装公 共组件 4.使用 localStorage+vuex 实现数据的持久化存储 5.使用 axios 动态获取数据进行页面数据渲染 6.采用 git 提交数据到远端仓库

为鸟巢家装公司做后台管理系统，主要功能如下 1: 统计分析财务营收报表（阶段性统计，可按年，按季，按月），抓取客户意向和需求，制定销售计划 2: 为内部各级员工设立工作台，各级员工均可在系统上进行操作，包括但不限于联系客户，处理投诉，分析表单等 3: 为部门提供及时的消息公示，颁发的决策以及重要通知，包括企业文化的制定，员工福利的发放，重大事件的应急处理等。

基于SpringCloudAlibaba、filnk、tidb、dbswitch、neo4j等构建，结合了实时计算和离线计算两种场景的需求。 flink在实时计算方面表现出色，能够处理高速数据流并支持流批一体化处理。tidb则作为高性能的分布式数据库，具备强大的海量数据处理能力。 同时，dbswitch负责离线数据的同步计算，支持多种主流数据库。此外，我们采用neo4j构建图数据库，以高效的方式处理复杂的关联数据。 包含数据集成，数据开发，数据治理，数据资产，数据服务，数据集市六大模块，解决数据孤岛问题，实现数据统一口径标准，自定义数据开发任务，解决数据孤岛问题：通过统一的数据管理和整合，打破信息壁垒。 统一口径标准：确保数据的准确性和一致性。 自定义数据开发任务：满足企业特定的数据处理和分析需求。 高效的数据处理能力：flink和tidb的结合使得数据处理速度更快。 支持多种使用场景：无论是实时计算还是离线计算，都能得到满足。 提供全面的数据服务：从原始数据到个性化报表，满足各层次的数据需求。

在图数据库Neo4j/ONgDB中，ongdb-lab-apoc是一个非常重要的组件，它是一个名为APOC（Awesome Procedures on Cypher）的插件，可以扩展图数据库的功能和操作。 APOC插件提供了一组强大的过程和函数，可以帮助您进行更高级的数据处理和操作。它可以扩展Cypher查询语言的功能，包括数据转换、导入/导出、字符串处理、时间处理、生成Cypher等。通过使用APOC，您可以更轻松地进行复杂的数据操作和分析 。 在使用APOC插件之前，您需要先下载并安装它，然后在Neo4j的配置文件中启用。一旦启用，您就可以在Cypher查询中使用APOC提供的各种过程和函数了。 在图数据库Neo4j/ONgDB中，ongdb-lab-apoc是一个非常重要的组件，它是一个名为APOC（Awesome Procedures on Cypher）的插件，可以扩展图数据库的功能和操作。 APOC插件提供了一组强大的过程和函数，可以帮助您进行更高级的数据处理和操作。它可以扩展Cypher查询语言的功能，包括数据转换、导入/导出、字符串处理、时间处理、生成Cypher等。通