Python

封装大部分常用adb命令，一键执行某些操作 集成拆包、启用抓包、编译、签名等工具，方便对包体进行操作 封装monkey通过UI可视化执行

屏幕导电玻璃微板若存在导电粒子不足，加工中的脏污等异常（称为非Dimple)会影响着整个屏幕像素点的显示，但像点状光斑或条状凸起等异常（称为Dimple）不影响屏幕显示。我们通过引入监督对比学习进行特征表示，将分类+分割监督学习方案作为下游任务进行二阶段训练。模型目前多条产线上测试非Dimple的误判率为0，Dimple的召回率达到90%。主要分为软件设计和算法设计模块，我主要负责算法的优化和迭代。

使用来自 Hugging Face 的预训练 BERT 模型进行文本分类任务 使用 BBC 新闻分类数据集，使用预训练的 BERT 模型来分类新闻文章的文本是否可以分类为体育、政治、商业、娱乐或科技类别

1.爬取院校信息 2.院校爬取规则设置 3.文章展示 4.设置定时爬取文章 5.UI设计 6.低代码框架开发后台管理系统 7.流量监控 8.点击量分析

实现了 一组食品相关数据的相关性分析 并进行超参数优化（论文设计） 其中采用了多种算法对数据进行分析，满足了需求并筛选出最好的参数和无用参数 返还需求PPT全程耐心辅导并实时跟进客户需求

突破金融网站限制，爬取关键信息。进入同花顺网站，爬取行业指数信息，同步计算近2年行业指数数据。精准把握行业动态

1.以树莓派为核心处理终端，通过一个百兆以太网与两个摄影节点实现星型互联网络，利用侦差法和 颜色识别追踪单摆运动物体，完成摆线长度及摆动角度的测量和摆动画面的传输实时显示。 2.项目中，对采集的实时图像，利用 CV 库，采用图像处理及颜色阈值法实时框选目标物体。通过帧差法 计算其摆动周期，进而利用摆动周期解算其摆线长度。其中摆动周期的测量采用多周期比对，滤波 等减少误差。 3.最终测量摆长误差为毫米级别，测量角度误差在 2°以内。 4.该作品获得全国电子设计竞赛国二、湖北省一等奖

项目介绍： 1.功能模块及使用者功能： 数据爬取模块：根据用户指定的日期和行业代码，爬取新浪财经证券会行业企业的资产负债表、利润表和现金流量表数据，并保存为Excel文件。 数据解析模块：解析爬取的报表数据，提取科目名称和对应的金额，并按照日期和科目分别保存在不同的数据表中。 数据合并模块：将解析后的数据合并为一个完整的数据表，并保存为Excel文件。 使用者能够通过输入指定的日期和行业代码，快速获取该行业企业的财务报表数据，并灵活地进行数据分析和比较，以支持决策和投资。 我负责的任务、技术栈及成果： 我负责开发了数据爬取模块和数据解析模块。在数据爬取模块中，我使用Python编程语言，结合requests库和BeautifulSoup库，实现了爬取新浪财经网站的数据功能。在数据解析模块中，我使用BeautifulSoup库解析爬取的HTML代码，并根据报表的结构，提取出科目名称和金额数据。 我还使用了Pandas库来处理和合并数据，并将解析后的数据保存为Excel文件。通过数据的整理和合并，最终实现了一个完整的财务报表数据爬取和保存的功能。 这样的技术栈选择和开发工作，最终实

这是一份自动化测试脚本,其中主要采用的是selenium+pytyest框架进行测试用例的编写,封装模式采用的是pom的封装模式,其中base模块封装的是selenium原生方法,po封装的是系统中各个页面的操作方法该页面继承的base类里面的方法,其中script中封装的是测试用例,主要是运用的pytest架构.同时数据驱动这块采用的是execl驱动的方式,能够让普通的功能测试也能编写自动化测试用例,节约了时间成本. 测试用例的执行主要是jenkins上进行分布运行,采用allure对测试报告进行查看

想象一下，你每天需要处理大量的Excel表格数据，手动进行筛选、排序和分析，这费时费力又容易出错。现在，有了自动化助手，你只需简单几行Python代码，即可完成所有繁琐的工作。 使用Python的强大库，如Pandas和Openpyxl 1. 自动读取和写入Excel文件，节省了大量的时间和努力； 2. 根据预设的条件，自动筛选和排序数据，避免了繁琐的手动操作； 3. 实现自定义的数据分析功能，轻松生成报告和图表； 4. 与其他系统集成，实现数据的自动传输和更新； 5. 搭配定时任务，实现无人值守的自动化处理。 不再被重复的工作所困扰，提高工作效率

量化交易精准选股。每日股票全量分析，抄底、突破、追涨三类股票精准抓取，风云变化定价买入，止损、止盈安全收割。

1. 项目概述:在金融行业资金清算业务中，存在大量的跨系统数据导出、导入及交收确认等业务操作，由于跨系统接口对接 成本高、周期长，难度大，普遍需要运营人工处理，工作量大，效率低，存在操作不及时和人为错误的风险。网银机器人登 录资金清算系统查询需要进行交收确认的交易记录，与自动下载的网银交易流水进行自动匹配，匹配成功的交易自动执行交 收确认操作，大幅提升资金交收业务及时性，减轻运营人员工作量。 2. 技术架构:node.js + vue + python 3. 我的职责: ● 负责前端与后端的版本迭代需求的开发; ● 负责网银数据爬取脚本的开发与维护; ● 负责网银自动制单功能的开发与维护; ● 负责调研网站的反爬机制，给出可行的解决方案; ● 帮助项目实施的同事解决在客户环境下实施部署时遇到的技术问题;

1.功能模块和实现功能： 爬取巨潮资讯年报：通过输入股票代码，自动从巨潮资讯网站爬取该股票对应的年报PDF文件。 PDF文件下载：将爬取到的年报PDF文件保存到本地指定的文件夹中。 对于使用者来说，该项目可以方便地获取股票对应的年报文件，帮助用户快速有效地获取财务信息和公司公告等重要资料。 2.我的任务和技术栈： 我负责开发整个项目的设计和实现。 使用的技术栈包括Python编程语言和相关的库和框架，如requests、pandas、json等。 通过构建请求URL、发送HTTP请求、解析返回的JSON数据以及使用文件操作函数等技术，实现了从巨潮资讯网站爬取年报PDF文件并保存到本地的功能。 最终的成果是一个可靠、高效的爬虫工具，能够根据股票代码自动获取对应的年报PDF文件。 3.难点和解决方案（选填）： 在爬取巨潮资讯网站时，可能会遇到请求被拦截、数据解析不正确等问题。为了解决这些问题，我采取了如下措施： 通过设置请求头信息，模拟真实的浏览器请求，降低被拦截的概率。 在解析返回的JSON数据时，针对特定条件（如标题中包含特定关键词）进行过滤，以提取出符合要求的年报数据。 控制请求

基于自动化测试框架selenium操作DOM元素，实现自动播放视频，切换视频，获取学习进度 不足是没有自动答题模块，没有设计题库

具体工作是广告图片或广告文本的是否违法以及违反了具体哪条条例的判断（还有一些广告类型的判断）。例如输入一张广告图片，输出 图片里的广告文本，以及该广告是否违法，如果违法那么具体地违反了哪一条广告条例，以及在本地的广告图库中，哪一张图片和输入的 这一张图片最为相似。 使用了OCR提取图片文字，使用了Resnest-50、图片余弦相似度、Siamese network等处理图片相似度的问题，使用bert处理了广告文本分类的问题。

融资融券潜在客户预测模型通过分析金融市场和客户行为数据，预测客户是否具备融资融券潜力，进而提升金融机构的市场竞争力和业绩表现。 【应用场景】该模型适用于金融机构对现有和潜在客户的融资融券业务发展建设，实现客户营销、风险管控和业务规划等方面的目标。 【思路】首先根据机器学习的特征工程方法进行数据清洗和预处理，对数据进行分类和整理。然后针对变量的统计、特征选择和模型构建进行分析和讨论，建立合适的预测模型，如逻辑回归、决策树、神经网络等。接着使用训练集训练模型，使用测试集进行验证和评估，不断完善预测模型并进行优化，直到达到足够准确度和效率。 【价值结果】融资融券潜在客户预测模型可以基于客户个人信息、过往交易记录和行为轨迹等数据，快速识别并预测潜在客户，有利于金融机构优化市场营销策略、提高客户体验、减少风险等方面的应用。实际应用效果表明，该模型能够实现高准确度的客户预测，通过精细的客户行为刻画，提升融资融券产品销售能力和市场份额。

1. 项目概述：将手机收到的银行交易通知短信与业务系统中的交易数据进行逐一核验，通过这种方式 来检验是否存在异常的资金交易。资金监控系统则是通过获取手机上的短信，对短信内容进行解析提取相关的交易信息，与 业务系统的数据进行自动核验，当核验出现异常情况时自动发出警报邮件。 2. 技术架构：node.js + vue + python 3. 我的职责： ● 负责整个项目的技术选型; ● 负责后端程序与手机通信获取短信数据的技术方案设计及功能实现; ● 负责短信解析与数据核验相关的python脚本开发;

项目简介: Ø 为各类产品(资讯产品和理财产品)推荐可能订阅、购买的客户，用于产品的精准营销。 责任

1、阿里云线上客户的 ECS、OSS、CDN、VPC 等产品问题解决、故障问题处理， 2、参与部门工作业绩考核评比，绩效核算 3、接单处理云市场客户的第三方问题、故障排查、环境搭建等。

项目介绍： 将人工参与的安全处置工作自动化、流程化，通过监控录入、分析研判、处置等环节将待处置事件规范化，同时将不同的工作授权给不同的人员进行处理。最终将调用处置平台进行处置。 主要职责： 负责需求沟通、功能分析工作。 负责整体框架设计，后端模块开发，如监控录入模块，分析研判模块，处置模块，IP归属模块，系统管理模块等。