Python

上班期间负责的是工厂自动化，实现气缸瑕疵扫描检测以及材料自动裁剪，主要负责算法设计模块，以及参数调整，修正Bug，本科期间做过火灾检测，行人检测，语义分割等人工智能相关任务，科研期间主要研究方向是domain adaptation

主要通过yolo将视频中的数字检测出来，经过处理之后，在使用cnn对数字进行识别。 1、yolo实现数字检测 2、cnn实现数字识别 3、多位数字实现分割 4、视频合成

在校学生开发的脚本集合，主要是方便一些繁琐的操作 一.通过selenium自动化操作，实现自动链接校园网，具体的业务有：1.储存校园网账号密码，并且以base64编码的格式储存在本地，2.实现selenium进行网页元素的点击，实现链接校园网操作，3.实现校园网连接策略，检测当时在线的设备，低于3个在线可以直接连接，有3个设备则踢除最后一个设备，高于3个设备则是服务器端存在bug，踢除所有设备。 二.通过selenium自动化操作，实现教师自动化评测，具体的业务有：1.selenium模拟点击，实现登录获取教师课程信息，进行点击评分2.教师评分策略，用户可以直接输入[1,5]的数字一键完成该教师的20项评分。

监控销售数据 企业经营分析通常由财务部门主导，通过企业资产负债、经营成果、盈利能力等方面的分析，诊断经营现况，发现经营问题，保证企业良性运转。 业务经营分析与企业如出一辙，目的也是保证业务的顺利推进、业绩的节节攀升。具体可以分为以下五个部分： 经营分析结果的需求方包括：部门领导、业务侧、数据分析师。 对数据进行预处理 1. 在销售表中计算各订单的总价金额(用于之后对销售金额进行汇总） 2.产品销售可视化，在可视化编辑器中选择添加相应的图表到视图界面。

1、段落标注: 提取法律文书段落特征，训练CRF模型实现自动标注一篇新的文书段落，包括：调查、理由、意见、答辩、诉求、裁判等，准确率达到94%以上。 2、案件分类: 利用文书的理由、答辩段落的内容，加入CNN、Hierarchical Attention LSTM模型训练，实自动根据用户的案情描述判断是属于哪类型的案件。 3、语义匹配：针对用户的案情描述，找到与它语义匹配的其它相关案件，与关键字搜索不同，例如搜索卡车事故，会搜索包含挂货车、牵引车等要素条件。

需求分析，调研，设计，独立开发。 支持大部分起重机上常用的通讯方式，modbus,plc,485,232,自由口，无需要二次开始，开箱即用，灵活配置。

用户分为教师、学生、管理员 有注册登录功能，采用tkinter显示页面，数据文件为csv格式 教师：开设课程，查看选课学生，录入成绩，修改成绩，查看成绩 学生：选课，查看本人成绩，修改课程 管理员：审核开课信息，查看已开课信息，查看每个课程平均分、最高分、最低分

1. 数据获取：从售后部门得到23w条用户反馈数据及客服处理信息，对数据做描述分析，数据不规整，需要对于反馈类型及实际反馈问题进一步细分 2. 数据处理：使用pandas完成处理，对反馈类型进行拆分，分别拆为一级，二级，三级类目中详细问题描述，定义标签路径信息，存储完整的反馈类型信息。 3. 统计分析1：统计不同类型的反馈数量，手机网络信号这一类别反馈较多，不同类型反馈数量差异性较大，针对反馈数量多的类别，加大人员安排，给出详细解决方案，进行培训，必要时进行专项服务，提高响应速度 4. 统计分析2：统计不同类型的处理时长，大小不一，对于手机网络信号， 国际漫游服务，宽带网络信号时长达到8小时以上，对于这个类别需要重点培训 5. 统计分析3：每个人处理问题的类别占比不均，根据客服处理速度，对于后25%的人员进行重新培训，考核上岗

1.通过github的api进行信息获取 2.通过github的网页对于每个repo获取相应的语言、贡献者、merge次数、commit次数、fork次数、star次数，对于github的反爬措施采取一定的应对方式

使用百度paddle平台开源ocr数字识别 通过部署训练，自制数据集训练 使用paddlelabel工具进行标注 通过修改原始开源python程序，实际应用效果较好

1. 根据现实问题抽象出一个生物信息学的模型（细胞增值），并推导出递推关系 2. 用程序实现这个复杂的递推算法，执行期间属于CPU密集的计算 3. 计算出近似结果后，使用绘图函数生成图像，作为这个问题的结论。

1. 书签模块（从文件导入、导出现有书签）、页码分割 2. 全部个人完成，使用python 3.书签的导出，最终程序大小的压缩

银行数仓项目 功能模块：数据清洗、数据分层存储、数据可视化、数据分析 负责内容：数据清洗、数仓建模、python数据分析 技术栈：MySQL、python、spark、sql

数据描述性统计分析 数据预处理1：删除单价为 0 的数据，2：将字符串类型的日期数据转为日期时间类型，3：计算并添加每笔交易的总金额 对数据进行基本分析：1.查看取消的订单，并统计下取消订单的数据条数，2.统计用户总数量并做描述性统计分析，3：交易发生的时间范围 客户维度分析：统计每个客户的消费情况，客户质量分析 地区维度分析：统计每个国家的销售总额和销售商品数量总和，统计交易金额的前五名 时间维度分析：观察每个小时的消费情况，订单数量，订单总额等

1.定时按照配置信息从指定账户到配置的账户发邮件，从数据库中读取信息就可以发，无信息时略过 2.负责所有的模块，链接数据库，读取信息，并定时发送，解决了人工每天都要固定发邮件的烦恼

项目主要分为识别模块和训练模块。识别模块主要是完成车牌定位、图像处理、切割字符等；训练模块是搭建神经网络进行训练，最终进行测试。 项目由两人完成，整体开发过程为共同开发，我主要负责识别模块，最终的整合调试也是共同完成。

负责内容： 1、采用scrapy+redies 搭建分布式爬虫框架，实时+离线方式爬取船公司的航线报价。 2、随机森林算法预估拖车到港口到目的地的价格，实现一键智能报价。 3、通过rocketMQ与后端交互

此项目分为三个模块，导库，设定规则，结果，可在无聊时消遣，此项目是利用Python搭建的，其中发生报错等困难，被我一一解决

Application of supervised learning and deep learning methods to predict car resale price • Positioned among the top 10 out of 86 teams in the Kaggle competition by employing machine learning models including random forest, gradient boosting, and neural networks to forecast the price of used cars based on Python. • Built a recommender system that allows users to select a car based on browsing habits and personal preferences. • Investigated the correlation between the cost of a new car and its rat

通过python编写数字识别系统，使用sk-learn数据集进行训练，识别 自制数据集训练并应用于实际，效果较好 使用opencv低图片进行处理