负责整个系统的测试，并建立测试环节规范，高效监控和执行测试流程及制度，并提高员工责任心 ,产品质量得到了很高的提高，能够快速上线,做到测试驱动开发的主导局面

一、对公司项目流程建议方面：1、开发、需求、运维等要参与需求澄清讲解2、文档标准性（比如：禅道）3、规范性（需求、计划、报告等）4、版本规划以及各流程的推动5、项目紧张如何处理测试，项目松如何处理，项目延期如何处理6、项目管理过程二、对该公司测试人员赋能以及参与该系统的测试： 1、怎么排查分析bug 2、测试流程及相关工具使用 3、工作日报和周报编写指导 4、测试bug怎么编写 5、测试用例编写 6、测试计划编写 7、测试报告编写 8、如何测试功能等等

咖啡联盟分为商家小程序，用户端小程序，运营平台等，商家提供店铺入驻和员工管理，订单，提现，用户端下单，平台集点卡，口令活动，运营平台相关审核等等功能

为满足物业企业管理销售客户的服务支持，即物业企业要管理 自己的 甲方的客 一、客户管理部分 1.  销售客户档案管理。 2. 新增客户资料/编辑客户资料。 3  客户资料

此项目共有四个模块：工作台、队员管理、统计分析、知识库。此系统是一个理疗康复系统，通过系统可以详细的了解病员的身体状况和理疗计划。 本人负责整个项目的搭建和页面开发；与后端配合进行接口调试及渲染页面；与 UI 设计交流讨论页面布局以及各个功能；主要使用的技术栈 Vue+Vuex+elementUI+Vue-router ，以及echarts插件。 此项目的人体各部位健康程度一览图是一个比较复杂的功能，根据人体各部位健康状态呈现不同颜色模块；解决方法：和后端约定好返回数据类型，然后通过定位把身体各个部位样式做一个覆盖。

1. 算法开发。负责时空图像处理整体流程设计和算法模块开发，主要负责了图像配准、组织分割、细胞 分割等深度学习算法的技术调研、算法设计开发和指标评估等工作，并完成相应算法的小试答辩，成功部 署上线

自己第一个课程后的小程序，投一次开发后客户也不要了，说不好干。后续没去优化没啥好说的。 可以说如果后续需要各种更改风格增加功能，最要紧的是沟通完做个简单设计在做。代码和一些设计的工作量没法比。大项目还是设计完在做。

主要作用与行情展示，开发没有主题要求，而且小程序开发工具项目都配置好了，一般项目都用框架，搭起来后不会乱动文件包。客户要求能展示就好

1. **用户注册与认证** - 乘客和司机的注册流程 - 实名认证与身份验证 - 驾驶证与车辆信息审核 2. **智能叫车** - 乘客根据当前位置或指定地点叫车 - 实时显示可用车辆和预计到达时间 - 快速匹配合适司机，减少等待时间 3. **行程管理** - 司机接单并导航至乘客上车地点 - 行程中实时显示路线和预计到达时间 - 支持行程分享功能，保障安全 4. **支付系统** - 多种支付方式（信用卡、微信支付、支付宝等） - 行程结束后自动计算费用 - 提供电子发票和支付记录 5. **评价与反馈** - 乘客和司机互相评分和评价 - 收集用户反馈以优化服务 - 处理投诉和纠纷，提升用户体验 6. **后台管理** - 订单管理与统计分析 - 用户信息维护与权限管理 - 系统监控与安全管理 **技术架构** 网约车项目采用前后端分离的架构，后端使用Java和Spring Boot框架，数据库采用MySQL，前端使用React.js开发。系统支持高并发和大数

基于 Spring Cloud 的分布式电商项目，该项目使用分库设计方案，不同的模块依赖不同的数据库实例。后台登陆采用 Oauth 2.0 授权，支持密码登陆、授权码登陆、短信验证码登陆、注册中心与配置中心已使用 alibaba naco。

技术栈：Flink，Spark，Kafka，HBase，Mysql ，语种识别引擎，语音转写引擎 该项目主要是建设重点人管控分析平台，利用只能语音技术，意图分析技术，实现重点管控人员的的及时发现，并进行预警防范。系统依托大数据平台的存储与运算能力，实时接入通话、短信、上网、轨迹数据，分别按照多种规则进行分析过滤后，实现重点人员的识别入库以及敏感行为的预警触发。 我在项目中的职责： 1.预处理服务：使用 Flink 实时从 Kafka 接入通话、短信、上网数据，并分别按照不同规则进行分析，若满足一定条件则将该数据对应人保存至重点人库中。 2.重点人预警服务：使用 Flink 实时从 Kafka 接入重点人的通话、短信、上网、轨迹数据，开关机数据，分别按照不同规则进行预警，满足预警条件则推送至前端展示；

1. **用户管理** - 用户注册、登录、注销 - 用户信息维护 - 用户角色分配 2. **权限管理** - 角色创建与管理 - 权限配置与分配 - 多层级权限体系支持 3. **资源管理** - 系统资源的分类与定义 - 资源访问控制策略 - 资源使用监控与日志记录 4. **安全管理** - 用户身份认证（支持多种认证方式） - 数据加密传输 - 安全日志与异常行为检测 5. **报表与分析** - 权限使用情况报表 - 用户行为分析 - 安全事件统计与报告 **技术架构** 该系统基于Java技术栈开发，采用Spring Boot框架构建，数据库使用MySQL，前端采用Vue.js。系统设计注重扩展性和高可用性，支持分布式部署。

技术栈：SparkSQL，Hive，Flinkx，ClickHouse，海豚调度，数仓维度建模，Kafka，PolarDB 数据化服务平台提供了各种业务数据的分析与展示，便捷地获取完整、准确、丰富的数据分析结果，支撑业务精准和快速决策。但由于1.0版本的数据存储与计算完全基于Mysql，导致数据计算过慢，历史数据无法获取，对于一些复杂指标的统计无法直接通过Mysql中现有数据直接计算得到。所以数据化服务平台中需要一种新的存储及计算方式。2.0版本使用数据仓库进行改造，并结合大数据能力进行存储与计算，彻底解决了1.0版本中存在的性能瓶颈与功能缺失。 我在项目中的职责： 1.设计数据化服务平台2.0整体功能架构； 2.数据仓库主题划分、各层模型设计与创建(ods,dwd,dws,ads)； 3.Flinkx部分同步任务编写； 4.数据仓库核心数据加工任务开发； 5.海豚调度配置整体任务流程；

资金管理系统 1、财务报表 2、财务对账 3、财务会计 使用客户：泸州老窖、迅销商贸、追觅科技、康师傅、东风日产

技术栈：Flink，Flink CDC，Kafka，Redis，PolarDB 随着公司越来越多的业务场景对实时性要求越来越高，传统的Java程序已无法满足业务需求，需要采用Flink实时计算框架来对业务进行支撑。Flink大数据实时计算服务内部包含了多个Flink任务流，分别处理多个不同的业务流程。并且结合Flink cdc服务进行数据同步，使得业务处理更加高效、便捷。 我在该项目中的职责： 1.构建Flink实时计算项目框架，搭建整体服务架构，包括Flink项目工程样例创建，数据库工具类、Kafka工具类、Redis工具类、日期工具类等。 2.java程序改造Flink，某些新的功能需求使用Flink实现，具体的服务有： (1)电站潮流图秒级计算服务，实时接收设备上传的秒级测点数据，每10s一个窗口进行数据计算并推送结果给前端； (2)通信设备时区实时纠正服务，实时接收设备升级和时区设置成功指令数据，判断是否和电站时区一致，若不一致则下发时区指令进行通信设备时区纠正； (3)电站设备实时同步服务，实时接收Flink cdc服务推送的电站、设备相关表的变更数据，同步写入到ES索引中，

1、 前端企业级工程化框架，集合husky、cspell等工具库，一键可搭建完备的前端框架，解决繁琐的框架搭建问题 2、从0-1构建前端框架，调试工具库

1、周期小但精致的低代码博客项目，有自研物料库，第三方物料库、模拟手机渲染、PC渲染等功能 2、负责项目从0-1搭建，负责项目所有前端代码

用户身份验证和安全性： 用户应该能够注册和登录账户。密码应该以安全的方式进行存储，最好使用哈希加密。 可以考虑使用多因素身份验证来提升安全性。 对于敏感操作（如转账、更改账户信息等），需要实施额外的安全措施，例如使用一次性密码、短信验证码等。 账户管理功能： 用户应该能够创建、关闭和冻结账户，查询余额，查看交易记录等。 不同类型的账户（储蓄账户、支票账户等）应该有相应的功能和限制。 交易处理： 系统应该能够处理存款、取款、转账等交易，并确保这些操作的一致性和可靠性。 应该记录每笔交易，包括时间、金额、交易类型等信息。 利息计算： 系统应该能够按照规定的利率对存款账户的余额计算利息，并将其添加到账户余额中。 报表和统计： 系统应该能够生成账户报表，包括交易历史、利息收入等信息。 应该能够进行账户余额的统计分析，例如按月、季度或年度。 多平台支持： 可以考虑支持网页版、移动应用程序和API，以便用户能够在不同的平台上访问和管理他们的账户。 可扩展性和性能： 系统应该设计成能够处理大量用户和高频交易的负载。 可以使用分布式系统架构，例如微服务架构，以实现系统组件的水平扩展。 法规合规和监管：

1、 从 0 到 1 基于 sketchrule 搭建可视化大屏编辑器框架，提供图标组件动态开发模板，合理分配图表开发任务。 2、 负责代码合并与审查，并在 gitlab 解决代码冲突，负责版本迭代代码部署及后续维护。 3、 负责本产品在本司内培训、宣发任务。完成院内培训宣传、实操演讲。

多机器人路径覆盖是指在给定的二维网格地图上，由多个机器人协作或协同移动，以覆盖所有地图中的点。这个问题源自于机器人协同控制和路径规划的领域。 通常情况下，这个问题可以形式化为一个离散的优化问题。问题的目标是找到一组机器人的路径，使得它们能够访问地图上的每个点。这种覆盖通常包含两个主要目标：覆盖地图上的每个点，同时最小化机器人的总体移动距离。 在解决这个问题时，通常需要考虑的一些因素包括： 机器人的数量：确定所需的机器人数量以及它们起始位置。 地图的可行性：考虑地图上不同点的可访问性，即可能存在一些障碍物或者禁止区域。 路径规划：确定每个机器人的移动路径，以便它们可以协同工作，避免碰撞，并且能够有效地覆盖地图的每个点。 这个问题在实际中有许多应用，比如清扫机器人、自动仓库管理等领域。解决这个问题将涉及到离散优化、路径规划、机器人协同控制等领域的算法和技术。常见的解决方法可能包括基于图论的算法、深度学习方法、协同路径规划等。