SHELL

1. 该大数据项目适用于初创公司在其数据处理（大数据中台）的规划与部署； 2. 该大数据项目分为：架构的服务器选型与规划、各大数据组件高可用规划与部署、各大数据组件安全相关的规划与部署、各组件如何实现用户大统一（超便捷的用户统一管理）； 3. 该大数据项目用到的技术有：Hadoop（HDFS & Yarn）、Hive、Kafka、Ranger、FreeIPA(Kerberos & LDAP)、Spark、Flink、Hudi、Iceberg等；编程语言有：Java、Shell等； 4. 基于大数据15年多的工作经验，为整理该文档耗时6个月（后续还有“开发篇”正在整理中）；

mallerp外贸流程管理系统是针对ebay paypal 速卖通等外贸平台开发的一款流程管理系统，包括13个模块近百个功能项目，采用基于php的CI框架+mysql开发。扩展性极强。适合15人左右的团队使用。

多种模型：LLaMA、LLaVA、Mistral、Mixtral-MoE、Qwen、Qwen2-VL、DeepSeek、Yi、Gemma、ChatGLM、Phi 等等。 集成方法：（增量）预训练、（多模态）指令监督微调、奖励模型训练、PPO 训练、DPO 训练、KTO 训练、ORPO 训练等等。 多种精度：16 比特全参数微调、冻结微调、LoRA 微调和基于 AQLM/AWQ/GPTQ/LLM.int8/HQQ/EETQ 的 2/3/4/5/6/8 比特 QLoRA 微调。

1.高级桌面运维 各种客户端电脑使用异常问题处理 2.Powershell功能 实现批量自动化运维AD服务器、Exchange服务器、文件服务器 3.Python办公自动化处理 自动处理各种excel数据合并拆分计算自动生成新的报表文档

项⽬简单描述：通过前端埋点收集⽤⼾⾏为数据数据，业务数据采集采⽤同步策略存储在Mysql，⽤户⾏为数据采集使⽤flume通道，设置ELT拦截器获取⽇志时间戳，通过kafka消息队列暂存⽇志⽂件，业务数据通过Maxwell暂存kafka，所有数据经过⼀系列操作最终流⼊Mysql，通过数据接⼝可以⽣成可视化报表 技术栈：Hadoop，Zookeeper，Kafka，Flume，Spark，Hive等 项⽬总结：本项⽬主要采集电⼦商务平台的⽤⼾⾏为数据和业务数据，业务数据通过调研最晚可到达200天，每次可抽取 处理200天的数据，通过⼤数据组件分析⽤⼾⾏为，利⽤分析结果达到推测⽤⼾喜好，推荐类似商品的效果

融合中台是中兴无线院和中兴数字产品中心联合开发的数据中台项目，该项目以数字产品中心的 原中台为基础，由无线院负责继续开发新的功能和维护使用。新中台命名为datastation。 DataStation是基于数据治理方法论内部实践的产品输出，一站式提供数据采、建、管、用全生命 周期的大数据能力，以助力企业显著提升数据治理水平，构建质量可靠、消费便捷、生产安全经 济的企业级数据中台。DataStation提供多种计算平台支持及可拓展的开放能力，以适应不同行业 客户的平台技术架构和特定诉求。 主要面向数据服务和数据的高效一体化管理，使管理更加的模块化和具体化，目前对外的面向对象是，青岛轨交 scala+ZDH(Hadoop、HDFS、Hive、Spark、Kafka、Yarn、Flink)+ADMA（调度工具）+PostgreSql（数据库）

本项目是一个出租屋管理系统，主要面向不太懂电脑的房东。根据我的观察，大部分中老年的房东，在使用微信时多用发语音的进行沟通。 相比其他常规方案，本方案主要聚焦于AI辅助，通过语音转文字，文字再借由AI识别出功能的核心要素，生成功能链接，点击自动跳转并填充信息，减少用户需要记住的操作步骤以及人工录入，降低学习成本。同时聚焦于核心功能，避免因功能过多增加学习成本。 后端主要使用Java实现普通功能的增删查改，使用Python实现与Deepseek和豆包等AI大模型的对接，使用vue实现前端页面

目的和背景：项目测试需要使用温循，传统的测试需要人为干预。为了提高工作效率，释放人力。 项目内容：程控温箱，高低温环境的用例自动化 结果：1.测试开发GUI图形界面，新手上手容易且易操作 2.调用某温箱的API接口，程控温箱。释放人力 3.编写用例，完成用例自动化 4.异常处理，结果报告和日志收集等。用于回溯测试结果和测试过程中的处理

数据归档将长期闲置的海量非结构化数据按照策略进行热、温、冷数据分级，由软件系统自动将大量非常用数据从在线存储迁移到准在线、近线、离线等存储设备中，以实现海量历史数据长期、安全的归档存储，并且支持方便的数据检索、恢复、再利用。

本方案可以快速搭建一个商城网站，包括手机端和后台管理系统 快速成型，线上使用，运行稳定，支持多品类，覆盖面广 基于 springboot+ vue开发，灵活扩展，支持定制开发 后期支持快速拓展，极速复制

《Scribble It》是一款融合创意绘画与竞技解谜的多人派对游戏，支持最多16名玩家在线同乐24。玩家分为“画家”与“猜题者”两组，画家需在限定时间内通过手绘图案传递目标词汇，猜题者则需快速破译抽象画作背后的答案35。游戏内置数千个官方词汇库，涵盖电影、科学、流行文化等20余种主题分类，并开放玩家自定义词库功能，满足个性化创作需求28。 三大核心模式包括： ‌经典竞速‌：限时积分争夺战，考验绘画表现力与联想速度4； ‌乱斗模式‌：全员同时作画，通过混乱画板触发爆笑推理2； ‌合作创作‌：团队接力完成复杂概念描绘，培养协作默契8。 独特的“画风识别系统”能实时分析笔触特征，为抽象派、写实派等不同风格玩家匹配专属挑战8。游戏还设有全球排行榜、成就徽章系统及创意工坊，持续激发玩家的参与热情24。其极简手绘美术风格与动态表情包生成功能，使之成为朋友聚会、线上破冰的欢乐催化剂

动手学深度学习（Dive into Deep Learning，D2L.ai）

一款移动端回合制游戏，对标 梦幻西游手游。 1.客户端架构搭建，以及核心功能模块的实现。借助Unity技术栈、KCP通讯、ProtoBuf3 2.服务端架构搭建，及功能模块的实现。使用技术栈Golang（iris、go-kcp、go-Redis、go-mongo、grpc等）、Python自动化脚本 3.服务部署与运维，对各服务组件进行Docker容器化（MySql、Mongo、Redis、Mq、ELK等）,并进行K8S运维部署，并基于阿里云系列产品ECS、CDN、OSS 进行部署与提速。

主要提供收款核销，退款单核销，运费核销和抵扣操作流程，结算支付流程，应收应付，财务报表等。线下付款单对接1688平台支付快捷支付操作，对接1688平台拉取平台单信息及1688主动推送操作节点消息，通过聚石塔交互，提供采购单核销，退款单核销，运费核销和抵扣操作流程，保证财务付款金额的一致性。

Xiexie VPN：安全、匿名，新用户可享1小时免费试用码或0.1美元试用。10+台全球服务器，无限带宽，零日志。可使用支付宝、门罗币、USDT或PayPal付款。 1、**可选**：注册时，输入未使用的邮箱地址即可自动获得1小时免费试用码。 2、注册码简单易用——真正匿名 3、超过10个全球节点（美国、日本、韩国……）。轻松解锁Netflix、ChatGPT等服务。 4、支付宝、USDT、门罗币、PayPal。24小时最低0.1美元——安全便捷

1、指导微信小程序个人、公司申请，从开发到发布。 2、服务器Centos7.9，部署各种springboot项目从数据库到前后端登项目部署。 3、下面是我制作的个人小程序，微信搜索小程未来规划旅途，主要用于销售行业的推广

1、方案面向数据开发人员，解决了海量数据分析统计，解决关系型数据库针对海量数据分析慢的问题 2、Kappa架构的大数据方案，实现流批一体；Lambda架构的大数据方案，离线和实时分离的数据仓库方案。 3、技术选型： （1）数据源‌ → ‌Kafka‌ → ‌Flink实时计算‌ → ‌Clickhouse → ‌API/BI展示 （2）数据源‌ → ‌Datax → ‌Hive/Spark SQL → ‌关系型数据库 → ‌API/BI展示

该项目面向量化行业的自动化股票数据抓取，适用于量化的场景，可以通过参数化的方式执行脚本，然后获取股票在时间段内的每日行情，然后根据数据进行自动计算收益率。 项目分为抓取模块和自动建图模块，可以自定义获取不同的股票数据信息 项目由python开发，实现轻量化部署

拥有10年以上汽车软件行业开发经验，作为汽车应用开发专家，从事过完整的整车操作系统linux中间件（c++）, soa应用（c++），RTOS从0至1设计及开发落地经验； 熟悉软件 SOA 在V模型开发各阶段的相关产品输出； 对接子系统，熟悉基于模型开发（MBD）的服务框架代码生成； 了解/熟悉 AUTOSAR AP/CP； 熟悉车载总线 CAN /以太网通信，熟悉同/跨域 SOME/IP 通信协议栈原理，了解 DDS； 拥有控制器完整量产管理经验； 熟悉C/C++编程；

FAYFay数字人框架！！重要通知：我们已经把Fay的三个版本合并成1个，并致力提供更稳定更全面的功能。我们致力于思考面向终端的数字人落地应用，并通过完整代码把思考结果呈现给大家。Fay数字人框架，向上适配各种数字人模型技术，向下接入各式大语言模型，并且便于更换诸如TTS、ASR等模型，为单片机、app、网站提供全面的数字人应用接口。更新日志：https://qqk9ntwbcit.feishu.cn/wiki/UlbZwfAXgiKSquk52AkcibhHngg文档：https://qqk9ntwbcit.feishu.cn/wiki/JzMJw7AghiO8eHktMwlcxznenIg