人工智能

可以将一段波进行傅里叶分解，并分析他的主波成分 本项目中本人只负责进行傅里叶分解，本项目还包括收集股票数据。 难点主要集中在股票数据量不够，要对傅里叶变换进行适当放缩插值来估计主要频率来预测周期

工作内容：1.数据标注；2.划分数据集；3.使用yolov8实现物体识别；4.将目标检测封装成类调用。 软件：labelimg Python pytorch

根据客户的具体需求根据用户提供的数据制作多元化精美的可视化大屏，以及部分小游戏程序和课程设计系统等等

信贷风控服务 风控服务开发 技术内容:Python3、MySQL、MongoDB、Kafka、Redis、Rocketmq、Urule、ClickHouse、Airflow、Prometheus、 Kibana 给各个国家下的各个业务提供风控审核服务以及给大数据提供审核原始数据，同时给风控策略和风控模型提供工具以及技术 支持等 1、风控服务开发、维护、优化迭代等; 2、满足业务线需求功能开发，以及大数据数据需求开发; 3、风控策略引擎以及模型引擎等开发、维护、优化迭代等; 数据实时系统实现 后端工程师 使用技术:Quarkus、MySQL、Kafka、Debezuim、Elasticsearch7、PostgreSQL、Consul 项目背景描述:数据实时系统实现 背景:从将项目从 flink 上剥离出来，自己实现一个简单表同步以及复杂逻辑同步的开 源项目。 1、参与设计以及实现数据实时系统开发与维护; 2、参与线上以线下项目部署; 3、任务剥离以及确定测试点; 4、neuron 监控涉及以及参与开发、以及并发性能调优等;

a.exe 是可执行程序 它读取minist_small.annknowledge里面的一个728=28*28维向量（将一个28*28包含一个手写数字的图片拆成列向量） mnist_small.annbrainin是一个训练好的模型，包括三层。 a.exe 使用mnist_small.annbrainin来计算输入图片向量是0-9里面的哪个数 输出一个十维列向量b[0]到b[9]每一个表示输入图片是0-9的可能性。 上面是我自己写的矩阵乘法和复数运算库，这个ANN程序使用的全是我自己编的库，全传到GitHub上了

1.H5交互聊天功能 2.问答环节 3.qa环节特殊处理 4.场景化处理 5.定位及天气渲染 6.账号加密及获取权限处理 7.转人工长连接处理 8.历史记录缓存问题 9.嵌套兼容处理

呼叫中心运营版是一个支持多级代理、多企业运营,单机最高支持5000+并发，1万坐席,支持分钟计费、按次计费、月租、低消计费,电信级呼叫中心商用运营平台。 本人职责： 1.呼叫中心产品业务控制模块：对接呼叫中心前台web、计费认证模块、数据推送模块，内部分为业务层与业务子层，业务子层对接freeswitch，接收fs上报的呼叫事件并上报给业务层进行呼叫业务流程控制，业务子层对接业务层，接收业务层下发的呼叫命令并下发到fs进行呼叫信令控制，通过多个队列与锁机制实现业务流程控制、数据库写入、数据缓存写入、日志记录，内存维护配置数据同步以优化性能； 2. 呼叫中心计费认证模块：与业务控制模块进行unix socket通信，接收业务模块发送的认证请求、话单请求，处理呼叫权限认证和通话、录音、短信、租金等类型的话单入库，代理商返点计算及消费统计等； 3. 呼叫中心录音转换模块：对呼叫中心指定的录音净荷文件存放目录进行扫描，通过一个主线程往多个工作线程分发需要转换的录音净荷文件路径，由工作线程调用转换脚本实现净荷文件到mp3或wav文件的转换； 4. 数据推送模块：维护数据推送队列，从队列中取需要推

本项目主要功能为人脸特征提取、预测数据返回、历史记录查看和删除、用户信息修改； 我所负责的内容是所有人工智能功能的实现和部署，使用TensorFlow、pytorch等框架搭建模型，模型使用卷积核dlib工具进行提取人脸特征，通过训练之后得到模型，再使用Django进行部署到服务器后端。

项目简介：本平台为综合性平台，集成设计、生产、储存、商城、劳务、培训为一体，平台功能模块主要有：平台设计（主要是CDA设计）、服务市场、劳务平台、培训课堂、生产管理、项目管理、在线商城、仓储管理、平台安装等。 所用技术： Spring Boot 、springMVC、Spring Security 、mybatis、RabbitMQ、redis、Elasticsearch、seata、nacos、maven、MySQL、echarts、git等 工作内容： 1、参与原型设计 2、数据库设计 3、核心模块开发

工作内容：1.使用ZED深度相机获取图像数据；2.使用yolov5算法实现目标检测；3.使用deepsort算法实现多目标追踪与计数；4.使用知识蒸馏对模型进行压缩；5.使用tensorrt对模型进行加速；6.对模型进行封装。 软件：Python pytorch Ubuntu

工作内容：1.获取数据集，数据处理；2.使用bert模型实现命名实体识别；3.使用RNN模型实现命名实体审核；4.写入neo4j图数据库。 软件：centos Python pytorch

1 调用市面上常见的大语言人工智能模型（gpt3/chatgpt，gpt4，claude，chatglm），分别得到各自的回答 2 通过外部裁判机器人，给出更好的回答 3 通过调参来获得更加灵活，或者更加具备创造力的回答

1.项目主要分为系统管理、样品管理、设备管理、数据报表、库存管理、报警列表、配置管理等模块实现一套实验室设备的监控以及管理 2.在设备管理中，主要对设备的电压电流功率等情况监控，对设备的预约、设备利用率等情况统计。 3.在库存管理中，主要对物品的出入库进行管理以及消耗情况的统计、库存告警配置等管理。

对YOLOv5、mmdetection等开源进行调试训练； 负责对已标记好的数据集进行训练；负责该项目主要应用于港口设备识别，将结果返回以便管理层做出决策

实习僧项目包含前端设计，后端数据库设计，搜索加速，项目维护。 其中，前端设计主要采用mobile-ios和javascript，后端采用python，搜索加速模块主要采用基于pytorch的深度学习框架。

1、系统分为预决算审查、部门预决算审查、专题监督、部门执行审查、国有资产监督、审计监督、智能审查、数据管理和系统管理等各个模块 2、对整个项目的统筹进行管理，从项目的启动、规划、执行、监控、收尾五大过程组、十大知识领域、49个过程组进行管理，例如：项目整合、范围管理、成本管理、进度管理、质量管理、风险管理、沟通等多方面的管理 3、项目存在变更的情况，与客户和商务进行协商沟通等方法

“微信小程序商城是一种新型的电子商务平台，旨在为消费者提供更快捷的购物体验。微信小程序商城集成了一系列的电商功能：注册、登录、浏览商品、购买、评价商品等，在极短的时间内实现购物任务。此外，微信小程序还具有聊天功能，能够为消费者实时解答问题，提升消费者的整体购物体验。同时，微信小程序商城集成了支付宝、微信支付和银联支付等一系列支付方式，能够满足不同消费者的支付需求

1、对大屏进行原型设计AXURE，确定需求，对数据原型进行确定等内容。 2、对整个项目的统筹进行管理，从项目的启动、规划、执行、监控、收尾五大过程组、十大知识领域、49个过程组进行管理，例如：项目整合、范围管理、成本管理、进度管理、质量管理、风险管理、沟通等多方面的管理 3、项目存在变更的情况，与客户和商务进行协商沟通等方法

作品前端为微信小程序，一共有四大模块：知识科普模块、游戏互动模块、导读模块和AI识别垃圾模块。知识科普模块：展示46个城市垃股分类知识，并且展示短圾样本图片；游戏互动模块：有团队设计的两个垃圾分类相关的游戏：知识竞赛和动画互动类游戏；导读模块：展示相关发布的垃圾分类相关报道；AI识别垃规模块：提供拍照上传图片，并且从服务器返回识别垃圾的结果，进行相应的展示；后端阿里云服务器提供云计算和上传图片的云存储，将神经网络模型部署到服务器端，使用python项目管理器管理项目，接收前端上传的图片进行识别和返回识别结果。 在该项目中我使用TensorFlow、YOLOv5进行训练模型，达到识别垃圾图片的效果，并且开发了微信小程序的前端页面，后端使用Django进行部署Python项目

基于C++及Opencv4.1.0平台开发，模块划分如下： 第一部分【50%】预处理； 第二部分【50%】检测与绘制轨迹。 最终实现基于视觉的移动物体检测与跟踪。