Python

项目描述： 是一个图书馆预约管理小程序。可提供入馆预约、预约查询、定时预约、连续预约等功能。负责全栈开发 工作内容: 抓取学校图书馆预约接口，分析接口参数进行模拟请求 使用Django进行请求转发，并添加定时任务 使用redis存储token避免重复请求

可实现多元变量在图结构上的预测，融合了时序预测与空间信息卷积，能够提高模型精度 GNN在时序预测上的应用可以扩展到现实生活中的很多场景，如交通流量预测，仿真边界条件预测

摘要： 背景：变应性鼻炎是一种慢性疾病，在日常生活中有多种危险因素使人容易罹患变应性鼻炎，包括接触变应原和吸入刺激物。分析可能诱发变应性鼻炎的潜在危险因素，可为患者在日常生活中减少其发生提供参考。目前关于变应性鼻炎危险因素的研究多基于调查方法，可能针对特定人群和特定场所。因此，它们可能对患者的广泛危险因素提供有限的见解。 目的：社交媒体平台的存在让用户可以分享经验和观点。本研究旨在构建基于社交媒体评论识别变应性鼻炎危险因素的智能方法(TopicS-ClusterREV)。 方法：检索知乎"变应性鼻炎"主题下2012年5月至2022年5月的所有数据，获得9,628条帖子和33,747条评论。首先，我们半自动构建主题词列表，通过增加预测中心词主题的任务来训练主题增强的词向量表示(topic-enhanced word vector representation, TopicS)，对Skip-gram模型进行改进。然后，我们对包含危险因素的手动注释文本项进行矢量化，并训练危险因素分类器。最后，我们将这些分类文本分组，以更好地理解识别出的危险因素。 结果：我们的模型检查了3

在线广告投放系统中十分重要的基础服务平台，包括模拟广告投放系统行为的仿真平台和支持在线流量分组的AB实验平台。 离线的仿真平台能通过回放历史的请求，能够仿真历史上任何一段时间内广告系统的行为。主要应用在理解解决疑难问题、新算法效果验证等方向。该系统的技术特点 - 高精度的仿真，基本1比1还原了生产环境的在线广告投放系统，投放效果误差在千分之几 - 低成本，支持数据蒸馏，同时支持时间加速，最少可以仅用1%的资源拟合线上全量系统的结果 - 完整的生态，构建了包括实验元信息管理、运行时资源管理、定制版的微服务基础架构等众多子系统 - 对业务代码友好，支持非侵入性的集成接入 AB实验平台通过切分用户流量，在线上系统进行分组实验。该系统的技术特点 - 支持流量复用，按层切分，通层之间流量互斥，不同层之间可以复用 - 对业务代码友好，支持非侵入性的集成接入 本人作为团队负责人，带领团队从0到1的搭建了这套广告实验平台。包括不限于， - 制定项目整体的规划，设计项目整体架构，确定技术选型 - 跨团队合作，讨论沟通业务边界，制定技术需求，确定接口、SLA等技术细节 - 指导团队成员设计子系统架构 -

该项目的目标是实时检测舌苔，并截图保存。需要做到实时检测分析，保存图片清晰，且舌苔部分50%外露才生效。 项目主要由前端app+后端实现组成。前端负责调用摄像头进行视频采集和推送，后端主要负责视频流接收、分析、识别舌苔并保存图片、api管理、流程控制等功能。 主要负责： 1. 基础服务： 整个系统架构设计(技术选型、前后端交互方案、后端设计)、rtmp服务器构建、api服务器构建(数据库管理、缓存管理、用户管理) 2. 模型训练：图片搜集、标注、模型训练及测试微调 3. 项目上线及后续运维

使用Python中的Requests和Selenium库，你可以实现对公共网站数据的抓取。这些工具可用于自动化爬虫，每日更新信息并导出为指定格式，比如CSV或Excel。随后，你可以使用数据分析工具（如Pandas、NumPy等）对这些数据进行分析和处理，从中提取洞见和信息。这个自动化流程可帮助维护最新数据，并为后续分析提供源源不断的信息。

连接网络、数据库、VBA、批处理等脚本，实现办公自动化。通过网络请求、数据库连接、VBA互动和命令行操作，Python可以构建自动化流程，从数据收集到处理再到报告生成，使办公工作更高效、便捷

连接数据库和Excel数据核对，能快速完成工作，节省人工核对时间。其灵活性和跨平台特性使得系统切换更便捷，有助于提高工作效率，减少错误和重复工作。

独立完成 前端使用基于Python的Flask Web开发界面，后端使用python提取Dicom图像的坐标信息、层厚、图像位置、寻找对应RT文件的危及器官坐标点，将其转换到可以应用到陀螺刀系统中的坐标

用llm做自然语言指令分解，通过ros服务端远程发送给机器人执行。 和llm交互端使用python，服务端开发语言是golang，机器人端操作是c++和python。

(前端使用技术：Vue2+vuex+vueRouter+css3+ bootstrap+ (js库tensorflow.js+axios.js + echart.js + xlsx.js) 后端接口服务：http-server 后端使用技术：tensorflow、numpy、pandas、opencv） 项目简介：该网站开发目的是为用户提供肺部胸片预测以及对健康活进行科普。该网站包含两页面肺炎科普页面和模型预测页面科普页面包含新闻模块、科普视频模块、机器人聊天模块。模型预测页面包含模型预测模块、数据可视化模块。

(1)将采集系统的python版改造为java版（前期）； (2)将结算系统的python版改造为java版（前期）； (3)独立开发kg采集系统。通过spring的任务调度Task联合jsoup调用彩票接口（前期通过RestTemplate请求数据），将返回的数据通过jdbcTemplate写入mysql数据库；通过atomikos事务管理器完成分布式事务管理；并且通过redisTemplate将频繁访问的数据写入redis；通过Spark提供Restful服务（前期使用RMI执行远程调用），方便用户执行code重新生成，通过实现SignalHandler拦截linux中TERM、INT信号量完成系统优雅退出功能;通过jmx技术、jConsole远程监控服务器运行状况，配合linux中top命令记录的日志信息完成应用的性能优化。 (4)基于以上技术完成kg结算系统，其中优化mysql数据库、redis和使用java多并发技术，提升结算效率。 (5)独立开发gc采集系统，重点完成走势图的开发设计工作，数据库中只需4个子段，而且达到效率最优化。 (6)支付宝订单采集系统。开发自定义浏览器

该项目的是通过分析系统SQL(MySQL、Spark)，进行业务问题排查、分析、优化等，另一用途是自动生成airflow调度任务。 项目主要由前端+后端组成，前端主要用于展示分析结果，由原生html、echarts、neo4j构成，也实现了excel导出功能；后端主要分为sql分析、生成表粒度调度关系、生成字段粒度调度关系、excel样式定义及生成、airflow任务生成(全图、子图切割)等。 主要负责：前后端全部，且该项目已稳定运行并提供足够数据分析支撑

基于历史数据，LSTM和attention机制，训练时序预测模型，采用单步滚动预测，结合时间和天气特征，可对未来任意时刻进行预测，当然时间越远精度会下降

该项目为通用后台管理设计，主要负责进行商家管理(账号管理、子账号管理、权限管理、平台商户管理等)、APP管理、开放平台接入管理、权限管理(角色管理、商家后台权限管理、运营后台权限管理、后端接口管理等，权限管理涉及动态页面权限、页面元素权限、后端接口权限等)、作品管理、素材管理等多个模块 主要职责：整体系统架构设计、前后端开发(后端使用django、前端主要是vue，借助了vue-element-admin开源组件进行了二次开发)

独立完成 后端模型使用tensorflow框架，在Python语言环境下实现 可在Android端流畅运行，可以实现多种肢体功能障碍的评估，收集数据，训练新模型后，方便拓展

根据提供的代码和相关信息，这个项目看起来是一个爬虫应用程序，旨在从 jintian.com 这个网站上获取历史事件信息。项目还包括一个 GUI（图形用户界面），允许用户通过在界面上选择特定的日期来查询并整合历史事件数据。 以下是项目的主要特征和步骤： 爬取数据： 通过使用 requests 库向 jintian.com 发送 HTTP 请求，获取历史事件的信息。爬虫部分包括了处理不同类型事件的页面，解析 JSON 数据，以及提取事件的标题、链接和其他相关信息。 数据整合： 通过对爬取的数据进行清理和整理，确保它符合特定的格式和标准。在代码中，有一些处理标题的方法（title_clean），以及对数据进行排序和组织的方法（get_events）。 GUI 设计： 项目使用了PyQT5图形用户界面（GUI），允许用户通过界面与爬取到的历史事件数据进行交互。用户可以选择特定的日期，然后查询并显示相应日期的历史事件列表。 日期查询功能： 根据用户在 GUI 中选择的日期，发起相应的请求，获取该日期的历史事件信息。在代码中，日期作为类的初始化参数，可以根据用户的选择进行动态设置。

【主要模块】 主要分为移动办公、考勤管理、财务管理、人事管理、工作汇报、项目管理、培训管理； 【我负责的】 1、我主要负责人事管理当中的劳动合同对接，重要对接e签宝电子签章功能，主要通过RestFul和e签宝对接； 2、使用spirngMVC来开发打卡接口，并且使用Redis来解决高并发问题； 3、使用python来爬取公网日历，生成排班数据 【业绩】 1、保证了系统的准时上线，没有影响公司5000多员工的打卡数据； 2、对接了e签宝电子签章，优化了员工入职签署合同的流程，降低了签署合同的成本； 3、配合公司市场化战略，开发了 OA 系统套餐管理功能，制定了基础、标准、高级套餐的权限；

1、支持一代、二代、三代社保卡读卡、刷卡。 2、支持医保电子码支付。 3、支持密钥签到。 4、支持余额查询。 5、支持报文128域各域生成加密及解密。

1、分布式部署。 2、COM通讯、HL7、DB接收与解析。 3、尿机、生化、血常规等多类设备数据接入。 4、面向对象设计。