Python

1. 前台基于 H5 实现的用户中心，查看借贷信息和订单，还款时间等 2. 后台管理合作医院， 借贷用户信息 3. 用户借贷审核，还款管理等功能

1、通过爬虫程序获取网站信息 2、通过主站进行展示数据 3、根据日期动态计算标准值，并标注未达标的数值 （出于隐私保密，抹除了坐标以及图例信息）

AI+药物预测相关工作; 前期准备工作：阅读大量 hERG 毒性预测相关文献，收集整理文献中使用的数据集来源; 数据处理：使用一些常用的库，将小分子结构转换为计算机可识别的数据; 通过缺失值和无效值处理等操作清洗数据; 模型构建及应用：分析并复现文献中的模型，同时自己设计并训练多个机器学习模型 (随机森林, XGBoost, 投票模型以及深度神经网络)用于数万小分子的 hERG 毒性分类检测; 使用准确率, F1-score, AUC-ROC 曲线等横向对比模型表现; 结合可解释方法，分析小分子的特征性质对药物预测的贡献情况

项目将python自动化代码封装成指令，用户拖拽即可实现代码的拼装，以实现自动化需求，项目还涉及Chrome浏览器插件的开发，通过浏览器插件注入js代码以实现网页的自动化操作，项目旨在用软件机器人代替人工进行重复性的电脑操作，解放生产力。该项目用flask作为web框架，并用electron构建桌面应用程序。 负责项目的后端开发与维护，负责项目的打包、负责项目功能测试、协助前端页面开发，协助Chrome插件的开发、

完成功能 1 基于opencv对长页漫画进行分页线检测，并分页切割 2 对漫画图片进行对话框检测、文本提取、对话框提取，对话框保存为透明背景的png格式

为客户提供一个现代化、全面的MES软件解决方案，以提高其生产过程的效率和管理能力。 使用Python和Django开发了MES系统的核心模块；并使用了常用的Python库，如NumPy、Pandas等，来实现数据分析和预测生产过程中可能发生的故障；使用Celery作为任务队列管理系统，负责任务分配与调度；使用Redis作为消息队列，实现任务间消息传递，以及保证任务队列的高可用性和可靠性；使用线程与进程同时处理多个客户端请求来处理高并发等问题；并使用Postman进行接口测试与调试。

搭建了一个用于相干光通信实时调制解调分析的软件，该软件产品已应用于某大厂400Gbps、800Gbps传输演示，可快速针对客户项目结项演示或仪器仪表数据分析显示等迭代开发。价格合适，则技术可传授

1.产品刊登属于电商运营环节中的重要一环，但是会因为各种原因导致刊登失败，并且无法知道原因，我负责收集已有的数据，对数据进行清理，根据清理好的数据对新的数据根据相似度计算获取对应的异常分类，对于没有见过的，会根据后台加入到数据库后，定时拉取构建新的语料库，每天统计各种异常分类，便于针对性解决，使用gunicorn+flask高并发部署接口

一款Windows窗口探测工具，用于辅助软件开发人员分析和排查软件开发过程中遇到的窗口问题，提升软件开发的效率。本软件具有Windows窗口层次结构查看、Windows窗口属性查看、Windows窗口消息监听和操作Windows窗口等功能。使用electron进行桌面应用开发。 负责项目的架构设计，负责项目的前端开发与后端开发，负责项目的页面设计，负责项目的数据库设计，负责项目的测试，负责项目的打包

1.项目分为文件系统图片拉取，通过模型进行编码，将embedding存储到milvus向量数据库，每天根据文件系统的图片数据进行定时的增加和删除图片，对新的图片进行编码，到向量数据库进行查找是否有相似的，返回相似图片相关的信息，从方案设计，图片处理，向量数据库搭建，后台接口部署均独立完成

这个是我全栈开发的OA信息化系统，有工作流功能、字段级权限控制、增删改查权限等控制功能以及与工程有关行业所需要的各种查看方式。 后端用的python,mysql，前端用的vue3。后面为功能明细： 1.刊例信息 特殊功能： 客户签约结束日期自动从签约信息内日期最大值取值,不需要区分行 后端自动刷新过往签约客户到期的已售条目变为待售 权限：根据用户组： 菜单开通和查看开通： 业务人员,总经理,成本副总,财务人员,财务副总,媒介人员,客服人员,客服副总,工程副总,业务副总,管理员 增删改：媒介人员,总经理,管理员 销售底价： 媒介人员,总经理,管理员 占地情况: 总经理,媒介人员,管理员 合同成交价: 总经理,媒介人员,管理员 媒体购买价: 总经理,媒介人员,管理员 2.客户分配明细 权限：主表都能查看，子表根据用户组控制单例查看： 菜单开通和查看开通：所有用户组 增删改：总经理,管理员 客户联系人： 部门领导能看到所属部门的，客户代表能看到自己的。管理员和总经理能看到所有的。 3.客户分配申请(带有工作流功能) 权限：部门领导能看

大数据分析平台是用于处理、分析大规模数据集的综合性系统工具，它提供了数据存储、数据处理、数据分析等功能，帮助用户从海量数据中提取有价值的信息。 大数据分析平台通常集成了多种软件工具和技术，这些工具包括分布式计算框架、数据处理引擎、数据挖掘算法、机器学习算法、统计分析和图形分析等，用户可以使用这些工具进行数据探索、模式识别、预测分析等。 大数据分析平台通常具有高可扩展性、高性能和高可靠性，能够处理包括结构化数据、半结构化数据和非结构化数据在内的各种数据类型。

项目主要包括从文件系统拉取拉取相关的文件数据，然后对各种格式的文档使用langchain进行处理转化成doc，然后使用开源的embedding或gpt的embedding模型进行编码，最后根据用户提出的问题，先使用相似度检索检索出相关的文档，再使用chatgpt根据相关的文档进行答复；项目独立完成，难点在于要考虑文件系统文件的增加，删除和更新，还有避免等待焦虑的流式响应

1、一个基于python django架构开发的web网站平台； 2、负责整个平台的开发，主要精通于python应用，对html、javascrip、数据库管理皆可进行初步的基础开发；

HTTP Core包提供精简底层 HTTP 客户端，发送 HTTP 请求。 提供线程安全，任务安全连接池。提供 HTTP(S) 和 SOCKS 代理支持。支持 HTTP /1.1 HTTP/2。 我参与贡献并修复异步池任务无法正常调度退出。

太平保险的车险自动录入与数据采集(基于太平内部员工账号)，实现续保订单的快速筛选与报价 通过python和selenium实现全自动化操作

公司内部日志查看 1. 正常的登录等鉴权 2. 全前后端分离开发，符合REST标准的接口规范 3. 不同系统，用户之间的权限分配，日志权限存储管理 4. 历史日志， 实时日志查看， 搜索

房贷计算器是支付宝平台中搭载的一款在线计算工具，按用户选择的贷款类型（商业贷款、公积金贷款、组合贷款）、贷款金额（万）、期限（年）、利率（%）可计算得出每月月供参考（元）、支付利息（元）、还款总额（元）这些信息。 房贷计算公式如下： 每月月供参考 = 贷款金额 × [月利率 × (1 + 月利率) ^ 还款月数] ÷ { [(1 +月利率) ^ 还款月数] - 1} 还款总额 = 每月月供参考 × 期限 × 12 支付利息 = 还款总额 - 贷款金额 × 10000 以上计算方式中月利率（月利率=利率÷12）指以月为计息周期计算的利息。不同贷款类型的利率是不同的：对于商业贷款而言，五年以下（含五年）的贷款利率是4.75%，五年以上的贷款利率是4.90%；对于公积金贷款利率而言，五年以下（含五年）的贷款利率是2.75%，五年以上的利率是3.25%。

基于 LLM 大语言模型技术，对输入的作文进行纠错、批改、优化建议等处理，解放父母批改孩子作文的时间和精力。 Python langchain LLM Vue AIGC K8s

给实验室写的知识问答数据标注小软件，用来辅助进行数据标注。 实现的功能有： 1. 展示文章、问题、答案 2. 进行数据标注 3. 对接百度翻译api，翻译英文文章 4. 使用帮助 5. 打开、关闭文件 6. 异常处理 7. 多线程，及线程管理 开发流程 1. 使用qt designer 设计软件界面 2. 使用pyuic编译ui文件 3. 使用pycharm开发软件的逻辑 4. 查阅百度翻译api，对接并调试api 5. 测试软件可行性 6. 调试bug