proginn2225491535
1天前在线
全职 · 800/日  ·  17400/月
工作时间: 周末8:00-17:00工作地点: 远程
服务企业: 0家累计提交: 0工时
联系方式:
********
********
********
聊一聊

使用APP扫码聊一聊

个人介绍

**Python全栈开发 | DevOps实践者 | Odoo开发者**
**技术栈:** Python、Django、Flask、Docker、Linux运维、CI/CD、Odoo开发  
**项目经验:**  
1. 基于Django的电商平台开发,实现高并发订单处理,Docker容器化部署。  
2. Flask微服务架构设计,提供高效API接口,Nginx+Gunicorn部署优化。  
3. Odoo ERP系统定制开发,满足客户财务、库存、销售等模块需求。  
4. Linux服务器运维与自动化部署,编写脚本提升运维效率。  
**我的优势:**  
- 全栈能力:从前端到后端,从开发到部署,独立完成项目交付。  
- 高效沟通:清晰理解需求,提供专业解决方案,确保项目顺利推进。  
**可接项目:**  
- Python Web开发(Django/Flask)  
- Odoo模块定制与二次开发  
- DevOps解决方案(Docker、CI/CD)  
- Linux服务器运维

工作经历

  • 2022-02-01 -至今同创科技发展有限公司Python开发

    基于odoo15开发定制化服务 熟练使用Django和flask开发 熟练使用容器技术docker和服务器运维 前后端开发

教育经历

  • 2016-09-01 - 2020-01-01武昌首义学院光电信息科学与工程本科

    电子信息相关专业,毕业设计基于python的学生信息管理系统

技能

GIS
Flask
Nginx
Django
Docker
服务器运维
0
1
2
3
4
5
0
1
2
3
4
5
作品
基于odoo的代码模块加密保护方案

基于 Odoo 的代码模块加密保护方案至关重要。首先,运用代码混淆技术,将核心代码中的变量名、函数名等进行随机化或复杂化转换,让代码逻辑难以被轻易解读,增加逆向分析难度。其次,引入加密算法,对敏感数据处理模块加密存储与传输,确保数据保密性。再者,严格设置访问权限,依据员工职责细分读写、执行权限,仅核心开发人员可深度操作关键模块。结合版本控制系统,记录代码变更,以便追溯异常。全方位保障 Odoo 代码模块在开发、部署、运行各阶段的安全性,防止商业机密泄露。

0
2025-02-03 22:50
odoo15扩展联系人的定位模块

Odoo 15 扩展联系人的定位模块介绍 在当今数字化商业环境中,精准的地理位置信息对于企业运营和客户关系管理愈发关键。Odoo 15 扩展联系人的定位模块应运而生,为企业带来了全新的地理空间洞察能力,深度优化联系人管理流程。 一、核心功能 (一)实时定位获取 借助先进的地图 API 技术,该模块能够实时追踪联系人的地理位置。无论是与客户洽谈业务、安排外勤人员拜访,还是管理合作伙伴的分布,只需在联系人详情页面轻轻一点,系统即刻展示其当前所在精确坐标,搭配直观的地图界面,让位置信息一目了然。这种实时性确保企业随时掌握关键人员动态,以便做出敏捷决策,如及时调整外勤行程以避开拥堵路段,提高工作效率。 (二)位置历史记录 除了实时位置,模块还精心记录了联系人的位置历史轨迹。通过时间轴形式清晰呈现过往行踪,企业可以深入分析联系人的活动规律,洞察其频繁出没区域,这对于市场拓展、销售策略制定具有极高的参考价值。例如,销售团队可以依据客户常出现的地点针对性地策划线下推广活动,增加品牌曝光机会;物流企业则能通过司机位置历史优化配送路线规划,降低成本。 (三)地理围栏设定 允许企业根据自身业务需求灵活创建地理围栏区域。一旦联系人进入或离开预设围栏,系统自动触发智能提醒,及时通知相关人员。想象一下,零售企业可以为店铺周边设置围栏,当重要客户靠近门店时,店员迅速收到通知,提前准备个性化服务,营造惊喜购物体验,有效提升客户满意度与成交率;或者对于供应链管理,当供应商车辆进入工厂地理围栏,仓库人员便能提前安排卸货,加速物料流转。 二、应用场景 (一)销售与市场营销 销售人员借助定位模块轻松规划拜访路线,依据客户实时位置与历史轨迹合理安排行程,最大化拜访效率。同时,精准定位助力营销团队洞察目标客户群地域分布,挖掘潜在市场热点,针对性投放广告资源,实现营销资源的优化配置,让每一分投入都能精准触达潜在客户,推动业务增长。 (二)外勤服务管理 对于维修、安装、配送等外勤团队,主管能实时监控员工位置,确保任务按时执行,遇到突发状况可迅速调配附近资源支援。而且,通过位置历史复盘,精准评估外勤人员工作效率,发现路线规划或操作流程中的优化空间,持续提升外勤服务质量,增强企业竞争力。 (三)供应链协同 在供应链上下游环节,企业与供应商、合作伙伴之间通过

0
2025-02-03 22:45
gradio搭建的ai模型训练界面

Gradio是一个用于构建和共享机器学习模型演示和界面的Python库,以下是基于Gradio实现模型训练提交、图片上传和打标等功能的应用介绍: 模型训练提交 - 界面设计:利用Gradio可创建直观界面,含参数输入框、训练数据选择框、模型选择下拉菜单等。用户能输入学习率、迭代次数等超参数,选择本地数据或在线数据集链接,还能从常见模型如卷积神经网络等中挑选。 - 训练触发:用户完成参数和数据选择后,点击“提交”按钮就能触发训练。Gradio将用户输入传递给后端训练脚本,在后台启动训练进程。 - 训练监控:训练过程中,Gradio界面可实时显示训练进度条、损失值、准确率等指标,也能以图表展示,让用户了解训练状态。 图片上传 - 上传组件:Gradio提供文件上传组件,用户点击可从本地选择图片文件上传,支持单张或多张上传,还能限制上传图片的格式和大小。 - 图片展示:图片上传后,Gradio能即时在界面展示,方便用户确认。可设置展示尺寸、样式,还能提供图片旋转、缩放等基本操作功能。 - 与其他功能集成:上传的图片能直接用于模型训练,作为训练数据;也能用于打标功能,为后续标注做准备。 图片打标 - 标注界面:Gradio可创建标注界面,根据标注任务提供不同工具。如分类任务有类别选择按钮,目标检测任务有框选工具,语义分割任务有画笔工具等。 - 标注操作:用户在图片上进行标注,可添加标签、绘制框或多边形等,Gradio实时记录标注结果并存储。 - 标注管理:支持标注数据的保存、加载和修改。用户能保存标注结果为文件,方便后续使用;也能加载已标注数据继续编辑或查看。还能提供标注数据统计功能,如各类别数量等。 通过Gradio的这些功能,能为机器学习相关工作提供便捷高效的交互平台,降低使用门槛,提高工作效率。

0
2025-02-03 22:39
更新于: 02-03 浏览: 44