基于springboot 2.4.0整合XXL-JOB，任务执行 任务开发：在Spring Bean实例中，开发Job方法； 注解配置：为Job方法添加注解 "@XxlJob(value="自定义jobhandler名称", init = "JobHandler初始化方法", destroy = "JobHandler销毁方法")"，注解value值对应的是调度中心新建任务的JobHandler属性的值。 执行日志：需要通过"XxlJobHelper.log" 打印执行日志； 任务结果：默认任务结果为 "成功" 状态，不需要主动设置；如有诉求，比如设置任务结果为失败，可以通过"XxlJobHelper.handleFail/handleSuccess" 自主设置任务结果；

一款智能化门禁管理专家，可远程操作开锁同时也支持近距离蓝牙开锁。开锁后通过接口/蓝牙同时将上报用户信息、开锁信息及设备sn号给到服务器进行存储。使用nfc开发发卡功能，可刷卡打开指定门锁的门禁。

使用vue3.0+鲁班H5开发的一套防伪系统。在后台管理H5营销模块创建生成不同的H5页面，再把配置好的页面关联指定商家，商家配备二维码信息，用户扫码二维码跳转进H5页面，以校验产品真伪。

使用 uniapp二次开发仿美团系统的一款综合性物联网社区团购服务平台、社区电商、社区团购、社区服务等社区便民综合性平台。包含外卖、团购、酒店等等功能。 兼容小程序、ios、安卓三端。

功能开发简介： 1. CTP看穿式监管交易客户端对接； 2. CTP对接资管子账户，可以实现子账户到CTP的委托单和交易的映射，实现交易实时同步； 3. 子账户系统的实时对接；

系统分为前后端模式springBoot+vue 前端功能点有：高考选科、专业测评、高考数据、志愿填报、资讯热点 后端：用户信息、订单信息、产品信息、 负责每年数据整理及功能点开发、数据并发问题解决

1.许愿抽奖，添加节日，论坛模式发表评论文章，与他人实时聊天，等模块 2.使用uniapp进行编写打包app，使用websocket进行实时通信。

【60%】项目只要模块有，社区团购，购物车中心，直播中心，商户管理中心，订单管理中心，活动管理，消息服务等核心模块 【40%】我负责岗位是架构师，为整体系统，从需求分析，可行性分析，技术设计，技术选型，技术核心编码，框架设计等工作。从需求到落地实现，运维等全栈流程都参与。

1. 使用MFC开发的可以显示自选股列表，市场雷达，市场快讯等数据的工具。 2. 对原生的界面，按钮等控件，进行了自定义开发 3. 对HtmlCtrl控件进行缓冲处理

主要针对西门子teamcenter 功能的二次开发 技术采用java+Swting java可视化编程 针对一些功能性插件开发以及微服务模式开发各种插件功能及数据报表功能

(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

1.商品分类查看各类商品，预约模块可以根据用户预约时间下单商品，订单模块查询订单实时状态。 2.负责全部模块，使用微信jsapi完成微信登录，地图、定位，支付等一系列流程，完全达到要求

1．系统优化 (1)条码系统引入ConcurrentHashMap、CopyOnWriteArrayList、AtomicInteger、CounDownLatch、ExecutorService、批量插入等多线程、高并发、原子类等技术提升分箱性能； (2)使用explain分析MySQL执行计划，使得sql查询提升几倍、十几倍甚至几十倍性能；其中印象最深的一次性能优化是帮助同事解决一个带有索引列关联反而更慢的案例，此经典案例可谓是对加索引解决慢查询的常规做法的一个有力反击，导致该问题的原因为索引误导优化引擎执行了错误的执行计划，最后通过ignore index解决。 (3)为了便于监控java运行性能，通过引入AOP监控指定package中自定义annotation标注的class、method方法的执行性能，通过日志的方式实时显示所有方法（方法签名）运行耗时，还可通过分析日志的方式统计耗时的top10，包括耗时秒数，以及占比等，后期引入kafka并将该信息实时保存在mysql中，成功改造为独立的系统---性能监控系统pms(performance monitor system),

根据客户旅程，智能组装体验问卷，并主动对客户进行抽样和调研，以此为鉴针对性开展服务优化。 1．异常图表告警通知 (1)使用mybatis拦截器，首次进入生成唯一id并存入当前线程，获取执行的sql，记录到redis中； (2)如果使用缓存功能，则直接基于缓存的key获取redis中保存的数据； (3)在返回数据前，将当前线程中的唯一id清除，并返回到前端，保证当前线程再次使用时不会导致异常； (4)前端使用唯一id和调用的url、参数调用消息通知平台； (5)消息通知平台根据唯一id获取redis数据，并组装sql，将结果展示到对应的用户群组； 2．Xxl-job任务调度框架搭建与风铃系统整合 3．修正流水线自动构建已存在的隐藏bug 4．风铃系统敏感日志采集 5．风铃系统服务器容器内存和cpu调整缩容 6．智象、漏斗路径分析对接风铃系统 7．统一认证对接风铃系统改造 8．科技展厅接入手势操作、传入参数修改与返回结果调整风铃项目读写分离系统改造 9．风铃APP仪表盘缓存功能开发 10．风铃APP仪表盘对接NPS功能开发 11．风铃APP仪表盘对接蛋卷功能开发 12．推动项目组git代码

智慧树是一款专注于服务幼儿园园长、老师和家长的应用，致力于打造家园共育的一体化服务平台。通过移动端，将幼儿园园长、 教师与家长紧密联系在一起，提供幼教管理和沟通工具，帮助园长和老师实现智能管理和高效教学，让家长能够随时随地掌握孩子 在园的学习和生活动态，实现教师与家长的实时沟通和开放分享的家校互动。 技术架构：智慧树采用 SOA 微服务架构，使用 Dubbo 作为服务的注册与发现，Disconf 作为配置管理，MVC 框架采用 SpringMvc+Spring 实现，持久层框架使用 Mybatis。

1. 中公教育订单支付系统是中公教育在线交易的核心业务平台，负责处理所有的订单和支付事务。 2. 该系统具备强大的订单管理功能，能够实时生成订单、处理订单变更、查询订单状态等。 3. 订单支付系统需要对接各种支付接口，如支付宝、微信支付等，以便用户能够选择不同的支付方式进行支付。 4. 当用户需要退款时，订单支付系统提供退款功能，能够及时将退款金额退回到用户的账户中。 5. 技术实现方面，采用了 SpringCloud 框架，其中 Spring Cloud Gateway 作为网关。 6. Nacos 被用作动态服务发现、配置管理和服务管理平台。 7. MVC 框架 SpringBoot 和持久层框架 Mybatis 在项目中也得到了应用

浦东公交的办公系统，我们团队主要负责邮件，会议，通知功能重构和合同，业务接待申请，用印等流程开发。 项目收获：从画流程图到后台写流程处理，对activity有一些简单的了解，从一开始的不懂到慢慢了解到activity api，了解流转逻辑和处理，对我的处理问题的逻辑能力有很大的提升，最重要学习到一种新技术。

设计并开发了一款针对街道办巡查的软件，旨在防止类似720事件的再次发生。系统通过实时上报和处理问题，有效地支持了隐患排查和治理工作。该系统集成了GIS基础功能、隐患信息管理、大数据分析和移动端巡查系统。2. 责任描述： - 数据库设计：负责规划和实现数据库结构，确保数据的有效存储和管理。 - 后台框架搭建：设计并搭建了后台服务器框架，为系统提供稳定、高效的支持。 - 业务逻辑梳理并实现：对系统的业务逻辑进行梳理，并将其转化为可执行的代码。3. 项目涉及技术： - SpringBoot：使用SpringBoot框架进行后端开发，提高开发效率和系统性能。 - Redis：利用Redis数据库进行数据缓存，提升系统性能和响应速度。 - WebSocket：使用WebSocket协议实现实时推送功能，确保上报信息能够实时在地图上定位并显示隐患信息。4. 项目收获：通过本项目，掌握了WebSocket实时推送技术，并成功应用于系统中，提高了系统的实时性和用户体验。同时，对SpringBoot、Redis等技术的应用也有了更深入的理解和实践经验。

该项目是对松江公交有限公司的移动办公和查询数据的做的一个微信企业号，方便员工脱离 pc端，更快的查询自己想要的看到的资料，企业号分为4大块：移动办公，营运数据，综合查询，个人中心。其中 营运数据用的是 echarts 组件展示的图表（手机端展示图表还是有点欠缺），后台用的 result 接口，前后端用的是 json 数据传输。

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。