Mysql

内容: 1. 项目目标是给风控部门和第三方企业提供优质金融数据支持 2. 支持多个银行多种信用卡账单样式的数据抽取 3. 完成信用卡账单数据从登录到数据获取全流程业务实现 业绩: 1. 作为核心程序员负责系统登录模块、抓取模块、解析模块和管理系统模块开发 2. 引入Redis缓存，完成了系统的登录的Session共享、热点数据的快速访问以及请求高峰期限流 3. 主导了业务模块的服务化，通过Spring Cloud微服务，实现了系统高可用、高并发 4. 集成数据库中间件，提高单表查询效率，并进行SQL优化，高频查询业务从3秒优化到0.8秒左右 5. 引入Java模板引擎思想，所有业务数据提取关键信息，将十几种解析代码合并为文本配置，开发效率从两天提升到1小时

本作品一共分为爬虫和可视化两部分，难点为破解反扒和sql语句编写，解决设置url请求池USER_AGENT_LIST = [ "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/22.0.1207.1 Safari/537.1", "Mozilla/5.0 (X11; CrOS i686 2268.111.0) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.57 Safari/536.11", "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.6 (KHTML, like Gecko) Chrome/20.0.1092.0 Safari/536.6", "Mozilla/5.0 (Windows NT 6.2) AppleWebKit/536.6 (KHT

医疗供氧气体系统物联网开发 主要功能包含：数据采集，预示告警，图标分析，气体压力抄表及维护功能 原生开发，一体化管理系统平台

作品为公司运维管理系统，主要包括以下功能： 1、服务器管理（服务器基本信息查看、设备登记、人员使用情况等） 2、数据管理（文件上传、下载、缓存数据清理等） 3、集成管理（静态网站管理、git合并分支等） 4、用户管理（用户个人信息查看、权限管理、密码修改等）

1. 在线教育平台 2. 包含组织，老师，学生等端 3. 可以发布课程，学习课程，以及在线学习等功能 4. 前后端都有，都由个人开发

系统架构:MySQL+Sqoop+Hive+Presto+FineBI+Hue+CDH+Oozie 描述: KUS-CSEC 大数据项目是基于类似电商货物线上线下批发零售平台，日增数据有千万，为了给公司提供更好的决策支持，开发了中云速购大数据平台。主要数据来自于用户访问日志和业务数据（订单数据，分部数据，用户数据等等）。业务数据存储在 Mysql ，日志数据存在服务器，每天定时的抽取业务数据和日志数据到 HDFS ，后续供 Hive 进行数据处理 。 主要职责: 1. 项目初期参与离线数仓架构选型搭建和数仓分层设计 2. 主导使用 Sqoop从 MySQL 数据库将业务数据导入迁移到 HDFS 映射到 Hive 数仓 ODS层 3. 在 DWD 层进行相关的数据清洗转换和针对缓慢变化维的拉链表开发 4. 编写 HiveSQL 基于 MapReduce 分布式计算框架对离线数据按照主题进行相关的数据开发，星型模型实现，包括按照订单主题、货物主题、分部主题、用户主题形成事实表，以及根据需求计算相应的指标 5. 使用内存式统计工具 Presto 生成主题宽表，如订单主题域部

1、系统主要包含模块：用户管理，功能管理，权限管理，角色管理，配置管理，日志管理，用户类型管理，菜单管理，医院档案管理，医院科室信息管理，科室联系人，科室合同，科室项目，客服派单，客服核单，财务管理，报表查询等等。 2、主要负责系统架构搭建，主要功能模块开发，需求分析、设计，技术采用winform框架，第三方控件DEV完成 3、系统顺利上线

奇之士进销存系统的基础功能包含供应商管理、采购管理、出入库管理、销售管理、往来账单等相关功能，实现了从客户跟进到签单成交再到结单账务全流程管理。与CRM深度融合的进销存系统更加简单实用，专为中小企业设计。从客户管理到进销存，根据企业需求个性搭建。客户管理没烦恼，从客户线索到签单销售出入库一条龙服务。

奇之士OA功能模块 OA办公模块一目了然，简单直接，无缝打通完美衔接企业内外部管理，告别过去多个系统之间断层的问题。 1、通知公告：企业内部通知公告，实时提醒，阅读情况一目了然。 2、日程管理：台历页面，安排日程，制定工作计划，定时提醒； 3、流程审批：全程跟踪每一件事情，并可追踪审批和其他事件的起因、经过、结果、每一步骤的执行人、所花费的时间等，并可进行时候的查询、统计等。 4、考勤管理：考勤全员参与，不受地域限制，考勤结果自动汇总；支持多端口，申请方便，审批及时，自动排班，自动汇总。 5、人事档案：帮助企业记录员工信息，包含招聘、员工信息库、用人申请等管理内容。 6、人事办公：人事行政工作比如工作汇报、出差申请、采购、报销、请假等流程都在线上的方式，解决行政问题。

1.主要是珠宝行业的进销存软件为基础，克重计价和件重计价都支持。 2.融入直播和网店销售模式，迎合新商业模式。

1.项目分为归因，ab实验，BI分析等三个业务线。 2.我主要负责，ab实验，BI分析，数据接入等模块 3.主要难点：BI分析sql解析，数据接入数据的准确性，还有ab实验，ab计算公式等

一，项目分为策略引擎、撮合引擎、风险引擎、头寸引擎、报价引擎、后端管理等； 1）策略引擎是负责执行交易策略并进行交易决策，同时需要处理大量的市场数据，包括价格、成交量、波动率等。根据交易规则和参数，对市场数据进行分析和计算，生成交易信号，交易信号包括买入、卖出、止盈、止损等； 2）撮合引擎负责交易信号的执行，撮合引擎根据买家和卖家的订单信息，包括价格、数量、时间等，进行匹配。匹配的原则通常是价格优先、时间优先，当撮合引擎找到匹配的订单时，它会执行交易。交易执行包括资金清算、头寸调整等操作。 3）风险引擎是一个用于评估和管理交易风险的核心组件，它负责监控市场波动、交易策略的表现以及资金的使用情况，并采取相应的措施来降低风险。根据市场数据、交易策略的历史表现以及资金的使用情况等因素，对交易风险进行评估。帮助投资者制定合理的风险管理策略，包括调整交易策略、设置止损止盈、调整仓位等。 4）头寸引擎用于自动化交易，根据预设的规则和算法来决定何时买入或卖出证券，以实现最佳的投资回报。主要功能包括：头寸计算、头寸调整、风险管理、交易执行等。根据投资者的投资目标和风险承受能力，计算出每个证券的最佳头寸

全栈架构设计并开发完成谷歌插件以及相关后台,面向海外职场、留学生的简历自动投递系统。提供基于 Linkedin (领英)、indeed 等大型社交平台数据获取及自动化操作的完整解决方案,并且完成架构与编程实现。具备爬虫,自动化表单操作。包括批量自动化的好友申请计划、自动化简历投递、批量消息群发、自动化留言评论和点赞 等相关操作以及数据汇总分析的功能闭环。

作为产品负责人带领团队完成体系设计工具的研发。 具备遵循DoDAF规范的大部分视图体系设计能力，遵循SysML规范的9个图形系统设计能力。 此产品曾在珠海航展上发布，以及作为项目交付物提交给某科研院所。

使用神经网络(LSTM)对样本存取频率进行预测，预测出未来哪些样本的存取频率高，并将其存放在离机械臂近的地方。 算法：长短期记忆网络（LSTM） 使用Pyside2来开发界面，使用Python语言编写 采用mysql数据库

1. 项目包括会员模块、支付模块、商品模块、秒杀模块、分销制度模块 2. 主要负责项目的设计、数据库设计、接口开发、APP 开发等

1.该项目是一个针对武汉百万企业的融资平台，主要实现企业和银行的融资需求对接。该项目采用前后端分离架构，前端使用Vue框架，后端使用Spring Boot 框架，数据库选用MySql、Redis。现项目已上线，官方网站：https://hrtjrfw.com.cn/ 2.主要工作： · 根据需求文档，协同完成融资对接模块开发。 · 协同项目上线，修改测试人员于项目管理平台(禅道)上提出的Bug。 · 参与项目组接口优化、SQL调优，降低接口响应时间，提高用户使用体验。 · 熟练使用Git进行代码拉取、提交等操作，参与团队协作

作为产品负责人，带领团队完成FACE&ICD设计工具的研发。 遵循FACE 3.0规范，提供概念、逻辑、平台数据模型设计能力，基于FACE数据模型的ICD设计能力，用户管理与项目管理能力。 此产品已在某科研院所推广使用。

1.项目分为归因，ab实验，BI分析等三个业务线。 2.我主要负责，ab实验，BI分析，数据接入等模块 3.主要难点：BI分析sql解析，数据接入数据的准确性，还有ab实验，ab计算公式等

系统架构：Python + Pandas + Numpy +　FineReport　+　MySQL 项目描述： KUS-BWE 数据分析项目是针对线上教育平台的，主要目的是通过分析用户数据来优化课程、提升用户体验和加强教学服务。项目主要关注用户行为、咨询数据、课程报名和进度、学习成效等方面的分析，以及利用 RFM 模型对用户进行细分，识别关键用户群体并实施个性化策略。同时，构建用户画像以推荐合适的课程，收集和分析用户反馈以改善服务质量。这些数据分析工作有助于平台实现精准教学和高效运营，确保用户在友好的环境中取得最佳学习成果。 主要职责： 1. 业务理解：对业务需求进行深入分析。通过挖掘客户的交易记录和学习行为数据，识别出不同客户群体的特征。 2. 整理数据：使用 Python 编程语言配合 Pandas 数据分析库，对收集到的数据进行清洗和预处理。 3. 数据可视化：经过清洗后的数据被导入 FineReport 工具中，利用其强大的数据可视化功能，帮助团队直观地观察和理解用户行为模式。 4. 客户价值分析：对客户价值进行分析。帮助识别出哪些客户对平台最有价值，为管理层提供有针