代理人通过小程序分发给用户，用户通过现有模板进行定制制作，制作完成后代理人下单打印，工厂生产结束寄给代理人。实物由代理人再分发。

专注于海外留学生留学指导的在线教育平台。 主要为平台提供模板，留学生购买服务后可以自行选择学校进行针对性申请。 同时社区活动与课程帮助留学生丰富经历，为海外留学提供帮助。

软硬件对接，包括小程序端及 pc 后台管理端。主要面向小区物业及业主的梯控管理系统。需要做到用过留痕、方便外部人员进出管理。

项目描述：天润粮油商城是一个P2P、C2P商城，包含管理平台、供应商平台、购物平台、商家平台的大型完整供应链商城。 责任描述：主要负责Java后台以及安卓应用开发，以及运维工作

社交平台，用于线上社交，区别于目前已有的社交平台，该平台限制了用户的聊天时长，新增“即时感”。 1.根据定位自动匹配用户 2.根据规则设置权重内容 3.即时通讯的时限性

采用B/S架构，应用Django框架及MVC设计模式，实现了一种基于Neo4j图数据库的网络结构分析系统。系统集成了路由寻径、社区检测、重要节点挖掘等多种复杂网络算法，实现了信息通信网络结构特性评估计算，并采用D3.js、ECharts等JavaScript开源可视化库实现了数据的可视化分析。系统实现按照软件工程方法，进行了需求分析、系统设计、编程实现、测试验证，系统界面美观、功能完善实用、通用性强。

系统采用B/S架构，项目程序部署在服务器端，处于该局域网内的任何用户均可以通过浏览器访问该系统，系统后端基于mysql数据库管理系统，前端采用以Python语言为基础的bottle框架。初步计划该系统包括了训练计划、训练实施者、训练参与人、训练时间、训练成绩、训练效果评估等。并通过权限设置开放面向管理员及训练参与者两个用户组，承担管理和被管理的角色，该系统同时满足以上两类用户的需求。

项目介绍:甚于 gi 开发地围项目责任:三维标絵 项目介绍 根捆不同用户权限展示不同功金以及页面项目技术楼：vue3.0 element - plus Echarts nprogress 项目责任：独立开发 功能描述： 1、用户、角色、菜单新增编辑管理2、个人信息修改管理 3、日志管理

因目前在职字节跳动和保密相关规定， 本项目暂时不能透露相关信息， 本项目作用是用来帮助字节的所有的产品app等分析用户行为以及数据的产品。对标产品：神策大数据，也有对外版本， 可以参考火山引擎的data finder

好未来内部使用的教材排版工具，本工具直接对标adobe InDesign，实现了自由的图形绘制，富文本编辑，打印pdf以及各种其他排版相关的功能，很大程度上提高了老师们编辑教材和习题的效率和体验。

1.opengl驱动开发 2.linux显示驱动开发 3.linux pcie驱动开发 4.uefi驱动开发 5.各种app适配

1.arm cortex a9开发 2.linux驱动移植 3.各种总线驱动开发，包括i2c，spi，uart等 4.stratum协议研究及开发

该项目是四川绵阳九院综合一体化平台的中的子项,该项目依托于一体化平台,将子系统，APP等应用按照租户的概念在平台中开发，实现多人协作，并行开发。整个项目基于领域驱动设计开发的理念，设计开发。 在物项项目中，完整的参与了整个项目生命周期，从需求讨论与确认，独立完成分配的功能模块，数据库设计、前端界面实现、后端业务逻辑处理，到完整的功能模块测试通过上线，全程的参与，让自己对合同管理系统业务有了一个更深的了解。

对企业库房进货、销售与存货管理，能在不同操作系统下运行，网络传输更新数据，不局限特定平台，数据库有备份与恢复功能，数据库用mysql，界面用swing，语言为JAVA。

该平台提供随时随地快速获取梁场总体生产信息流并及时做出生产决策，实时参入整个平台协同，快速锁定跨区转移台座提高生产工序交接效率。

参与公司产品施工协同管理平台系统的的部分需求功能的讨论设计！修改产品中残存的一些bug，运用.Net相关技术、Entity Framework,、JQuery、Bootstrapt、以及自己寻找的一些js插件用于扩展产品的新功能。

该平台提供随时随地快速获取梁场总体生产信息流并及时做出生产决策，实时参入整个平台协同，快速锁定跨区转移台座提高生产工序交接效率。

支持在线生成视频课程，支持多商户，每商户可以添加自己的客户，支付账户，视频文件存储每年花费极少的费用，即可支持全球范围内加速服务。

1. 项目描述: 通过分析时间序列历史数据，搭建模型对货运吨位以及体积需求进行预测，从而为公司的航线安排提供参考 2. 探索性分析&特征工程：对不同日期、月份、季度以及节假日时期的货运吨位及体积进行分析，并使用one-hot encoding等开发出相应的特征工程方法，同时对其他外部关联数据进行相关性测试以及实验，从而进行特征选择 3. 预测模型搭建：通过对不同模型（包括Sarimax，随机森林，梯度提升树，XGBoost，LGBM，LSTM）进行实验以及超参数调整，最终成功将每日吨位需求预测结果MAPE降到0.18

1. 项目描述：根据家具电商网站Castlery提供的用户行为数据，在麦肯锡导师的指导之下对数据进行挖掘，从而进行用户画像细分，并推断出能够提升用户转化率及下单金额的方法 2. 数据预处理&探索性分析：对JSON数据文件进行数据提取，基于用户转化率及订单金额对用户不同页面停留时间、导流平台等进行相关性分析并进行特征工程，最终使用K-Means，层次聚类和DBSCAN聚类算法得出用户画像细分结果 3. 模型搭建&数据报告：搭建模型对下单用户和不下单用户进行分类预测，以及对下单用户的订单金额进行回归预测，并基于XGBOOST,DNN,随机森林等模型，通过超参数调整使得R2分数提高到75%，最终生成数据分析报告交付客户