采用 Java spring cloud 微服务架构，前后端分离，手机 App +PC 端，实现手机 App 信息采集，PC 端数据可视化，统计分析，报表输出等功能。持久层采用 Oracle 19c，缓存技术采用 redis。

大屏展示项目，编写了系统设置，包括绑定硬件设备，人员管理等等。首页编写，绘制echarts显示数据，在百度地图上为工地绑定位置进入相关项目

主要负责的部分 结构模型，视频采集，报警监测，重力拉力监控，模型GIS 大屏展示时时数据反馈给领导部门 功能都已全部完成

X码平台，理想化目标是code once,use everywhere，实现代码组件化，实现代码市场共建，结合所有贡献者的能力，最终实现一个大的组件资源池，让用户可以自由使用并用于实际项目开发中，最大限度提升代码复用率，提升代码质量，缩短实际项目开发周期。 同时为低代码页面平台赋能，利用技术人员的专业能力为小白用户提供丰富的页面资源模板，结合所有开发人员的能力建立丰富的模板资源池，帮助everyone用低成本快速创建可用页面。

主要负责月计划和日计划派发及生成对于来年计划 健康监测，水纹监测 等一些监测报警用图表来展示，以及大屏UI设计

前端用Element 后端采用的.netCore 主要负责健康监测以及报警监测，和流程引擎 对于桥梁病害进行发起对于的工作流成派发给对于的人员去处理，各个部门审核，及专家线上视频会议讨论专家汇总以及交给有关部门审核

使用者可以通过该程序批量获取一个网站中的所需图片 为防止网站的反爬操作，本程序为爬虫做了隐藏操作，对网站的图片定位运用了xpath等技术

本项目主要是针对国内代理http服务，提供四种类型套餐供购买：合租资源池套餐、独享资源池套餐、隧道代理套餐和不限量代理套餐。分为后台管理和官网两端，后台主要包含：后台用户、销售管理、客户管理、权限管理、文章管理、订单管理、套餐管理、资源池管理、日志、统计等功能；前台主要包含：套餐购买、客户注册、个人认证、企业认证、客户套餐管理、企业服务、帮助文档等功能。 我主要负责后台用户、销售、权限管理、文章管理、订单管理、套餐管理、统计管理和官网客户购买套餐、企业服务等功能。 技术栈：SpringClound、Mysql、RabbitMQ、Nacos、ES、Redisson

千学云后台管理主要是对千学云系统的功能管理，由个人全部开发 主要包括： 1 用户管理 2 课程直播 3 录播管理 4 云盘管理 5 消息通知 6 直播带货 7 智能监控 8 气氛暖场 9 内审外宣等等 主要技术点是 vue elementui

• 熟练使用 ArrayList、HashMap、TreeSet 等常用集合类 • 熟悉 java 语言，熟悉掌握多线程、I/O 流、反射等 Java 基础，具有面向对象编程思想； • 熟悉单例设计模式，工厂模式、代理模式等常用的 Java 设计模式； • 熟悉 Http 协议，熟悉 Http 请求报文和 Http 请求报文的基本组成； • 熟悉 Servlet/JSP 规范，如 Servlet，Cookie，Session，Filter 等；熟悉 Tomcat 基本配置和使用； • 熟悉 MySQL索引数据结构以及 SQL 语句的优化；了解 Oracle 数据库； • 熟悉 Mybatis 及多表查询，MyBatis 逆向工程的使用； • 熟悉 JPA 的使用； • 熟悉 Spring 框架，熟悉 IOC 及 AOP 思想，熟悉 Spring 配置及常用注解； • 熟悉 SpringMVC 三层架构，熟悉掌握请求参数的封装以及限定，有使用 SpringMVC 作为表示层技术和使用 Spring 提供的持久化支持进行 web 项目开发的经验；熟悉 SSM 框架的整合； • 熟练使用 S

• 熟练使用 ArrayList、HashMap、TreeSet 等常用集合类 • 熟悉 java 语言，熟悉掌握多线程、I/O 流、反射等 Java 基础，具有面向对象编程思想； • 熟悉单例设计模式，工厂模式、代理模式等常用的 Java 设计模式； • 熟悉 Http 协议，熟悉 Http 请求报文和 Http 请求报文的基本组成； • 熟悉 Servlet/JSP 规范，如 Servlet，Cookie，Session，Filter 等；熟悉 Tomcat 基本配置和使用； • 熟悉 MySQL索引数据结构以及 SQL 语句的优化；了解 Oracle 数据库； • 熟悉 Mybatis 及多表查询，MyBatis 逆向工程的使用； • 熟悉 JPA 的使用； • 熟悉 Spring 框架，熟悉 IOC 及 AOP 思想，熟悉 Spring 配置及常用注解； • 熟悉 SpringMVC 三层架构，熟悉掌握请求参数的封装以及限定，有使用 SpringMVC 作为表示层技术和使用 Spring 提供的持久化支持进行 web 项目开发的经验；熟悉 SSM 框架的整合； • 熟练使用 S

项目描述:宁夏移动统一调度平台是为宁夏移动内部开发的，主要功能是项目全视图、调度中心、巡检管理三大模块以及对接六个三方系统。 应用技术:Springboot和 maven 进行项目构建,使用 mysql作为数据库,tomcat8 作为服务器 , gitLab版本控制 ,前端采用的Vue、Element-Ui,核心是采用了Flowable流程引擎，项目中还使用到mybatis、redis，activeMQ等其他框架，此项目包括PC网页端和Uni-App端，后端共用一套代码，后端分为三个服务：系统管理服务、项目管理服务、三方系统对接服务，之间通过nginx代理进行通信。 · 开发环境:window10、IDEA、jdk1.8 · 个人负责功能: 政企绿色通道：起草人创建提交工单，上报故障，调度专席角色再进行工单的派发与审核，流程中会将待办使用restTemplate推送给OA系统，使用WebService将待办推送给云掌柜APP，三方系统可点击他们系统的待办通过单点登录此系统跳转至此系统页面进行处理。 标杆跟踪：订单系统调用此系统新增接口创建一个项目后，会发送短信和站内信给交付管

1. 在线预约，在线操作，上门保养，可以在线监控，零接触取钥匙 2. 对接摄像头、钥匙柜 3. 微服务实现，包含web管理平台，微信小程序

1.项目是一个小型的电商项目,分为三个模块:app、管理网页和后台服务。 2.项目中我主要负责app和管理网页后台服务的开发以及软件部署。 （1）后台服务采用的java springcloud技术，数据库采用的redis+mysql。 （2）对接了微信支付。 （3）通过算法实现了抽奖功能。 (4) 采用的docker方式对软件进行部署

1.项目主要分为三个模块：APP（提供用户扫码充电），云服务（接入充电桩设备、给app和管理网页提供数据接口）、管理网页（用户、充电设备管理、订单管理、财务管理、数据报表统计） 2.项目中我主要负责和用户对接需求设计功能以及云服务的设备接入功能的开发。 （1）云服务采用的springcloud+consul微服务架构,拆分为：app服务、网页服务和设备接入服务。数据库采用的mysql+redis。 (2) 设备接入服务采用的TCP通信方式和设备进行对接，采用的netty框架。 （3）部署方式采用的docker-swarm，app服务和网页服务部署单副本，设备接入服务部署了3个副本，并采用nginx做负载均衡。 3.项目难点主要集中在设备接入服务和网页服务的性能优化上。 （1）TCP通信的性能问题，经常出现粘包和断包的情况,需要对这两种情况进行处理. (2) 用户充电过程中需要查询订单数据,数据查询更新很慢,采用redis做的数据缓存 (3)订单数据量大,用户在网页上查看订单数据和导出报表时很慢,采用了数据库分表模式,按照月份对订单进行分表.

投资公司对企业的数据监控和大屏展示； 负责：整体框架的拟定以及组织结构的确定 完成了整体后台功能设计和开发并未前端展示提供所有接口 完成所有数据库表单结构的设计 通过需求分析开发了完整的功能并演示用户，上线成功

系统框架核心使用 TC264D微控制器作为主控制器，通过角速度环、角度环和速度环串联、转向环并联的PID 参数的适配控制研究，借助于飞轮在改变加速度过程时产生的反作用惯性力矩，使自行车机器人欠驱动系统能够渐近收敛于直立的静止平衡状态，车体倾角呈周期性变化，实现自行车机器人的直立自平衡，并具备一定的抗干扰能力。本人负责系统的软件设计，实现了自行车平稳快速的自动行驶。

项目研究利用嵌入式、图像处理、温度传感器、距离补偿等技术，基于stm32和K210，通过摄像头获得图像，并提取人脸部特征，进行监测对比，通过深度学习，使用卷积神经网络训练分类模型，检测口罩佩戴的规范行为；同时，通过MLX90614温度传感器实时获取人体的温度，若体温不符合正常范围，给予提示，并利用通信模块，向监测者发送实时信息给予提醒。本人负责图像识别、深度学习、温度测量和嵌入式模块。

1.项目是一个库房管理系统，主要功能是搭配智能硬件对库房物资的出入库及人员信息进行管理。分为硬件设备、后台服务以及前端管理网页三个模块。 2.我在项目中主要负责的工作是项目的技术路线选型、硬件设备的选型以及设备接入功能的开发。 （1）技术路线采用的java springboot作为后端语言开发。 （2）硬件设备选择的市面上成熟的设备，通过厂家提供的SDK进行接入。 （3）部署方式采用的是docker方式部署到局域网服务器内。 3.整个项目的难点主要是在硬件选型以及安装方式上，需要在现场进行不断的调试。

检测道路上的坑洼，独立完成框架搭建、参数调试、模型性能的验证与测试，最终实现了良好的检测功能，并且测试集准确率达到90%+，mAP@0.5达到85%+。