人工智能

本地部署stable diffusion模型，此外完成过其他相关的模型，在多端进行部署并进行训练，此外进行过模型的微调工作，可以通过webui输出相关的图像

1、通过PYTHON编程实现办公扫描文件的内容提取，重点是手机号码提取； 2、解决打印稿、手写稿的识别率，尽量减少人工工作量； 3、实现识别文字的后处理，格式、标点等； 4、实现文本文件的TXT输出和存档整理。

平台融合了对外公开的基础算法接口服务、面向领域的功能服务和应用解决方案等， 依托神州泰岳鼎富研究院的研发成果，对外提供一整套行业解决方案， 建立自然语 言处理的产学研生态。 我的职责： 1、初始版本的架构设计、计划确定 2、任务梳理与任务分配，把控进度 3、开发环境搭建，开发关键业务代码，对调用算法接口的监控 4、保证项目按照计划上线，并保证服务运行可用性

项目概况：该项目是以一个公司的产品需求量订单为出发点，使用一些销量预测的 方法对未来三个月的销量进行预测。 第一阶段先对订单进行预处理，处理缺失等情况，第二阶段对数据进行分析描述， 第三阶段进行未来三个月的预测。我在本项目中都有全程参与，并且撰写成为论 文，提交到比赛中，最终获得泰迪杯国赛三等奖的成绩

1.负责整体预约系统开发工作，框架：若依-前后端分离，基于若依框架二次开发 2.负责整体预约系统查询 新建等功能，包括后期项目上线部署

医疗搜索作为搜狗搜索重要分支，约占15%流量，是广告收入重要来源，QQ浏览器App是其主要流量来源。医疗搜索以医疗优质库服务为主要数据源，以通搜数据为兜底数据源为用户提供医疗权威内容与搜索效果。 •权威内容平台 通过权威内容平台下发问题词包给搜狗号、企鹅号、合作方，让其生产权威实时内容数据并提交到该平台，平台审核通过后进行落库。 •医疗优质库服务 医疗优质库服务使用权威内容平台数据建立索引，通过词匹配和向量相似度获取粗排数据，再经过ltr模型+策略进行精排。 •通搜数据服务 主要以爬取网站数据作为索引数据，进行初步筛选和排序。 •通搜SearchHub服务 下发搜索请求到各数据源服务（例如医疗优质库服务、通搜数据服务、知乎、微信等），收集返回结果进行混排，如果判别搜素词为医疗意图，进医疗逻辑分支进行粗排，精排，最终返回前10条。 •严肃医疗首条推荐服务 基于已有的严肃医疗领域NER（疾病+症状）的积累和搜索词意图细分类的积累，实现严肃医疗意图下搜索词首条推荐。 1、通过后端组和其他组的共同努力，将医疗搜索行业评分由65分提高到80多分，极大的拉近了和百度的差距。 2、推动本组所有后

主要用于专利检索和统计分析，支持语义检索、表达式检索和批量检索，并可对专利 进行多种维度的统计分析。该系统基于NLP自然语言处理技术、SpringCloud微服务 生态组件和Elasticsearch检索服务等搭建而成。 专利场景下的专利分类系统，对未分类的专利进行分类。分类系统分为分类模型算法 接口服务和分类服务管理系统两个部分，管理系统主要功能为对算法接口服务的动态 扩容和负载均衡以及服务状态管理。接口服务最前端由Nginx将请求进行转发，转发 节点为zuul节点，zuul负责认证及向下游算法接口转发请求。eureka配合管理系统将 算法服务进行上下线管理。系统对接专利局内部系统，不直接对外开放。 我的职责： 1、系统设计、系统服务搭建、系统环境集成和核心功能开发 2、完成ES下的专利检索服务功能和不同维度下的聚合统计功能 3、运用eureka服务进行服务注册发现，feign进行远程调用，ribbon进行负载均衡， hystrix进行服务降级和容错处理 4、使用docker容器化技术搭建fastdfs文件服务器

爬取下厨房网站数据，通过使用Selenium，我们可以方便地爬取下厨房网站的数据，包括菜谱、食材、做法等信息，帮助用户寻找和学习各种美食制作方法，满足他们的烹饪需求，爬取菜谱、作者、评分、菜肴图片

1、该项目为我们给一个乡镇级的政府部门开发的一台《区块链+全流程溯源监管服务平台》，主要服务于该乡镇的农产品，打造农产品的数字身份证，实现全流程可管、可控、可追溯，提升品牌附加值，提高政府政务管理、营商环境的满意度。 2、该项目基于国产联盟链开源架构FiscoBcos 为底层服务架构，java 作为 api 提供服务层，应用端采用 php+uni-app+vue小程序，来完成。 3、我作为项目经理全程参与了该项目的立项、设计、架构、开发、调试等全流程工作，其中关于区块链的底层部署、sol合约是由我独立完成的。 4、我主要擅长于后端服务，java 和 php 。

项目：微信公众后端开发 负责功能：我负责设计和开发微信公众的后端功能模块。使用Flask框架搭建后端接口，处理小程序发送的请求并提供相应的数据。我将确保接口的稳定性和安全性，并进行代码优化以提高性能。此外，我也负责与前端团队合作，确保数据的正确传递和交互逻辑的顺畅执行。我还将搭建自动化服务框架，提高开发效率和代码质量。

从零到一开发，项目训练并调用chatgpt，实现矿业相关法律的咨询，合同审查，和合同草拟功能三大功能，项目采用响应式设计和媒体查询适配移动端，首页介绍项目主要功能，注册并登录后可以进入到咨询页，此处可向ai提问与聊天，与chatgpt体验一致。左侧导航栏可以切换到合同审查页，此处可以上传pdf或doc，随后ai会给出相关审查结果，合同草拟页是一个动态表单，根据选择的合同类型，显示不同的表单，填写信息后ai给出草拟结果，跟ai交互时都是通过 stream 接口，可以实现逐字渲染，与chatgpt体验一致 在草拟结果中，可以对段落再次进行优化，选中文字后会在文字下方显示优化方案按钮，拿到选中的文字再次向ai请求优化方案列表，然后选中某条方案后可以替换调选中的文字，这里实现比较复杂，通过监听mouseup使用getSelection、range获取到选中的文字和范围，再通过getBoundingRect 获取到选中文字下方的top和left，显示优化方案按钮并设置top和left，选中，点击按钮后，传递选中的文字给gpt进行优化，获取到优化方案列表，点击某条优化方案后通过 replace

1.项目分为课题编译、编写程序、程序解释，对使用者来说能实现理解程序的意思、完成课题的要求、能够完整的给出每个语句的官方含义。 2.我负责编写程序、程序解释。使用了VMWare、FTP、Linux、共享文件夹等技术栈，最终达到将课题再linux里面完成了课题的编译和执行。 3.难点在于如何理解每个指令的含义，可以重点看一下我的程序解释。

主要是商砼混凝土制造业的一个项目，业主是万年青新型建筑材料集团，核心的功能有无人过磅、生产设备的自动化控制，生产数据实时采集，物料库存管理，入库与消耗实时统计，原材料的实时采集以及一套自助的加油系统（加油申请和加油机自动化控制），我们采用的是端边云开发体系，确保硬件运作稳定，数据完整准确。 后端及系统设计由本人全权负责 项目技术栈：Spring boot+Mybatis+postgre SQL+Vue3

1. 机械制图综合训练报告课设项目可以分为图纸设计模块、尺寸和标注模块、装配图设计模块以及材料和工艺选择模块等。使用者可以通过图纸设计模块创建机械零件的详细图纸，通过尺寸和标注模块添加尺寸和标注信息，通过装配图设计模块将零件组装成整体，并通过材料和工艺选择模块选择适当的材料和制造工艺。 2. 我负责设计和实现图纸设计模块。我使用了计算机辅助设计（CAD）软件，如AutoCAD或SolidWorks，来创建和编辑机械零件的图纸。我熟练掌握了CAD软件的界面和工具，能够使用绘图命令、编辑功能和图层管理等功能。通过我的工作，我成功创建了精确的机械零件图纸，并确保了图纸的准确性和一致性。 3. 在图纸设计过程中，我遇到了一些难点，如复杂几何形状的绘制、尺寸的确定以及符号和标注的规范等。为了解决这些问题，我深入学习了CAD软件的操作技巧和机械制图的理论知识。我参考了标准图集和相关文献，学习了正确的尺寸和标注规范，并进行了反复练习和实践，以提高自己的技能和准确性。我还与导师和同学进行了讨论和交流，共同解决了一些复杂图纸的设计难题。

它是一款功能成熟的图像处理软件，它提供了丰富的修复工具和滤镜效果，可以帮助我们轻松地修复老旧照片中的各种问题。

这是一个web应用，由ai驱动，建立在GPT-3上。你可以在上面创建广泛的内容类型，如... 带问题和答案的测验，儿童故事，淘宝、拼多多产品描述，常见问题 网站的SEO优化内容 谷歌广告 等等....

1、实现某大型小说网的目录页、列表页、内容页爬取分析 2、实现爬取小说的特定广告语过滤 3、实现小说格式的整理和TXT文件输出

通过对泰坦尼克号的幸存者预测，进行一次项目实战，在项目的完成过程中，通过自己的思考和查阅资料，进行行数据预处理，对数据的异常值、缺失值等情况进行处理，使自己对机器学习算法的整个应用过程有了更加清晰地认识，也使自己进一步熟悉了seaborn、matpliotlib等可视化库的相关操作，进一步加深自身对BP神经网络算法的理解，丰富了自身的知识体系，也是对自身的一个很好反省。

基于人工智能算法对古玻璃成分进行分析。如Apriori关联挖掘，K-Means聚类分析等。下图为Apriori算法实例分析，建立模型，数据清洗，功能实现，结果可视化等过程。

此项目框架设计为多客户端多线程架构的AOI服务器检测系统：通过自动化运控程序控制轴运动实现位置引导，对工件进行视觉标定里的畸变校正，接着使用视觉传统算法&深度学习算法检测工件多面是否为不良品，NG的部位，NG的原因。 我是此项目负责人及软件架构师，架构的模块如下： 1、多线程管理模块：运用服务器的一对多机制，效果是相机采集模块、运控模块、图片检测模块互不影响； 2、通讯模块：运用TCP网络传输协议发送或接收指令，效果是控制相机采集、运控、图片检测、图片存取的动作； 3、相机采集模块：运用海康SDK里的API进行采集图片，效果是能控制采集图像效率能接近工业相机自身的帧频； 4、图片存取模块：运用WNetAddConnection2A通讯协议进行图片存取，效果是实现图片存储在一台训练机，供多台设备访问； 5、运控模块：运用Luke程序进行调配轴卡； 6、图片检测模块：运用海康的VM软件根据产品需检测区域搭建对应检测流程图分支，效果是兼容检测产品中不同高度的检测区域； 7、打光验证：成像效果不佳，重新对光源以及镜头进行选型及效果验证； 8、检测结果：以匹配运动矩阵排布显