人工智能

完成多个上万人使用，百万数据存储的大项目，产品所涉及行业包括医疗，人工智能，客户管理系统等；产品设计逻辑梳理速度快，原型质量高。

一款翻译类的软件 ，支持多种语言 ，即时语音转换翻译。 包括常规文字翻译， 拍照识别文字翻译，语音识别文字翻译。 并有特定场景口语联系。

SCM 人工智能云平台基于当前先进的硬件平台与系统架构，对 GPU 高性能计算资源进行统一的管理和调度，有效满足用户在深度学习和高性能计算等科研方面的需求，用户可以快速的在平台上进行数据标注、数据处理、算法设计、模型训练、模型验证、模型部署等科研工作，而不用关心底层复杂的集群构建与调度机制以及深度学习框架的安装部署、性能调优等问题，在充分简化深度学习训练方面工作的同时有效提高资源利用率。

小程序使用原生微信小程序语言开发，后台采用springboot架构设计。小程序接入chatgpt，智能语音识别，图像识别等，微信支付等技术，包含智能AI聊天流式响应，语音识别，AI图像生成，会员管理、可以借助小程序生成 文章、古诗、论文、工作小结、日报月报、短视频脚本、各类语言程序源代码等 gitee: https://gitee.com/lu_qw/chat-wx github: https://github.com/15152763704/chatgpt-springboot-java-

1对接海外Fedex ,UPS 平台，获取快递面单， 2提供API接口供第三方海外仓调用，完成发货。 3智能比较，选择最合适的快递。

参与了一个大型软件系统的微服务架构转型项目，负责后端重构工作。将原有的单体应用拆分为多个独立的微服务，并使用Python和Flask等技术栈实现了服务间的通信和数据交互，提高了系统的可扩展性和灵活性。

项目简述 OBS 作为华为云基础数据存储服务，频繁受到 DDOS 攻击，且攻击处理时间长，溯源难。为了应对这个问题开发 OBS Aiti-DDOS 服务。关键技术:Spring Boot、Redis 分布式锁、高可用、Spark 本人职责 1) 租户分级所有核心功能实现：联合安全团队，基于内容识别、风险等级、用户等级等要素，构建六大用户分级，细粒度隔离用户（不同级别用户使用不同的域名），减少故障影响范围。负责实现了租户分级推荐算法、租户信息数据聚合、分级 TOPN 带宽监控等核心功能。DDOS 攻击恢复时间从60分钟缩短到30分钟，交付内容违规感知和处置端到端运维能力。 2) N分溯源和一键切高防部分功能实现：打通 SimpleOps到 LS 的域名解析切换流程；打通上高防和下高防端到端流程；

实现的功能有：一个15*15的五子棋界面；能够在界面上下黑白棋子；实现棋子重绘，即当界面大小被改变时能够保持棋盘和棋盘上面的棋子不不会 消失；相同位置不能下多个棋子；只有当“开始新游戏”的按钮被点击时，才能够开始下棋。

完成应急局项目，化工厂区企业的安全生产监控。我针对机器视觉做开发并优化，后期去现场调研实施安装终端机。并制作简易脚本python和shell交付给公司同事并写明操作手册。 100%人工智能训练 40%yolo5代码优化 100%实施安装 80%运维安装

1、按照软件工程规范流程,参与项目核心部分测试 、 代码测试 、编写测试方案 、测试用例 、测试报告等不同阶段各 种文档 2、完成对产品的集成测试与系统测试,负责项目软件质量的把关,软件功能测试 、压力测试 、接口测试 3、在测试各个环节过程中主动与开发部门沟通,保证测试工作的有效性和完整性 4 、 负责对软件质量问题进行跟踪分析和报告, 能够快速地反映问题,描述问题 5 、执行测试用例,提交Bug并进行缺陷跟踪和回归测试,编写测试报告 6、使用postman进行模块的接口测试 7、使用ietester进行兼容性测试 8 、 使用python+pytest+selenium实现接口自动化和Ui自动化

自然语言处理基准库评测平台，人工智能算法展示、评测平台。团队长期致力于自然语言处理技术的研发和应用，采用迁移学习、对抗学习、条件随机场、图神经网络、动态图卷积网络等先进的深度学习技术，结合千亿级全球多语言文本语料数据资源，构建了精准高效的多语自然语言处理算法，包括分词、词性标注、语种识别、相似度计算、句法依存、情感分析、文本摘要、关键词抽取、文本分类、文本质量评估、命名实体识别、三元组抽取、事件抽取、知识消歧、文本生成、检索问答等各个层面，能够为深度分析全球跨语言文本提供一站式信息处理解决方案。目前平台可以支持180多种语言的处理，提供10多类算法及60余种算法服务。

整个项目有问诊平台，自诊平台，慢病随访平台，在线诊疗平台，辅助治疗、诊断平台，医生管理平台，接入的医院管理平台，权鉴平台。系统用户主要分为两大类用户：网上需要诊疗的用户、医院包扩医生。针对两类用户实现的功能

给轮胎拍摄图片，通过计算机视觉算法去定位相关的孔的位置，定位的数据要给到后面双目摄像头。 测试定位精准度（精准度在真正圆心位置的几十个像素范围内，在实际中范围在0.5cm左右）： 1、圆心通过减小框的粗度，用肉眼观察。 2、通过与传统方法计算得出的圆心进行比对。

1、chatbot模块、人事组织架构模块、数据报表模块、工单派发模块、智能机器人模块 2、负责项目从零落地的实现，基础架构搭建，基础组件库封装

本项目为团队开发商城APP项目，完全采用前后端分离开发，实际上包含了三个项目：后台前端项目，前台前端项目以及后端接口项目。我主要负责后端开发中部分接口的实现。

可以使用react\vue\html5\css\uniapp\flutter进行开发，做过Ai相关功能，go、java也可以处理开发，有需要的联系我哦，有个人团队，成员包括java,c,go,前端，运维等

1.编写爬虫帮助客户公司运营和产品部门搭建公司产品的评论监控与舆情分析工具 2.通过轻联和飞书集成平台帮助运营部门搭建公众号数据抓取与游戏数据抓取 3.AI 团队事务管理和统筹、通过 Stable Diffusion和 Midjouyney 帮助美术组提效70%，使用 AI 辅助前平均五天出一张图，使用 AI 辅助后平均 1.5天甚至更快的出一张图 4、公司年度绩效前10% 5.使用python编写的web自动化进行回归测试，缩短测试周期，提高工作效率，促使项目提前完成两周以上。 6.制定并推动测试方法

输入文本 使用文本编码器对文本进行编码，得到文本的向量表示 使用随机初始化的噪声作为潜在空间中的图像信息 使用训练好的扩散模型按照一定的算法迭代多次，将噪声不断去除，恢复出图像的潜在表示。在这个过程中，使用文本的向量表示作为条件控制器，引导图像的生成 使用变分自编码器对图像的潜在表示进行解码，得到最终的像素空间中的图像 最后使用高清化功能进行高清放大

微信公众号集成 chatgpt 实现公众号AI机器人 对接公众号推送消息 对接chatgpt智能问答 私有化部署 技术栈:java8,springboot2.x 使用本地缓存 自定义问答规则

1. 实现了基于卷积神经网络和 transformer 的模型用于评估图像质量； 2. 从客观画质和美学标准两个维度对图像进行评估； 3. 先使用 AVA 数据集得到预训练模型，然后采用自有数据进行特定任务微调；