proginn1016320322
3天前在线
全职 · 300/日  ·  6525/月
工作时间: 工作日09:00-21:00、周末07:00-23:00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

我是程序员客栈的【神码】,一名【全栈工程师】;

我毕业于【中北大学】,担任过【神州数码】的【开发工程师】;

熟练使用javaEE基础编程,并具有良好的编码习惯。

熟练掌握Java语言,具有扎实的编程基础和良好的编程习惯以及代码规范。

熟练运用springboot框架、springcloud框架和docker搭建微服务。

熟练运用springdata框架对关系型数据库和key-value型数据库操作。

熟练运用svn、Git、Maven等项目开发及管理工具。熟练的搭建redis及redis集群的搭建。

熟练使用eclipse、idea、postman、SecureCRT、Navicat。

熟悉Oracle、MySQL、postgresql数据库,熟练掌握sql语句。

熟练使用angularjs/vue。

熟悉常用的开源框架(hibernate、spring、mybatis、springmvc);熟悉分布式系统的设计和应用,mvc开发。

熟悉linux操作系统应用;

如果我能帮上您的忙,请点击“立即预约”或“发布需求”!

工作经历

  • 2017-03-09 -至今神州数码开发

    负责网银系统借记,贷记***开发和测试,以及超级网银系统管理端的需求的开发和测试

教育经历

  • 2013-03-09 - 2017-03-06中北大学计算机科学与技术本科

技能

Vue
Node.js
0
1
2
3
4
5
0
1
2
3
4
5
作品
民辅警心里健康管理小程序

小程序主要包含以下几个模块: 1.用户管理模块。用户注册与登录。用户信息管理(包括个人信息、健康状况、心理测评结果等)用户权限设置。 2.测评模块。安排问卷调查等方式来进行。对心理状况进行测评。(问卷是图片形式,用户通过文本框输入自己的回答) 3.干预模块。管理员可以对测评结果有问题的人员,给出线上诊断方案和线下治疗方案(都是文字形式)。 4.教育学习模块。用户可以查看管理员发布的心理教育有关推文。 5.放松模块(聊天功能):用户可以和心理医生聊天。 6.数据统计分析模块。心理健康数据统计分析,心理健康状况趋势分析,心理健康服务效果评估 7.反馈与建议模块:用户反馈收集,建议处理与反馈,系统改进与优化

0
2025-03-12 20:30
健康档案管理系统

1.用户信息管理模块:系统会记录民辅警的基本信息,包括个人资料、联系方式等 2.体检记录管理模块:系统会收集和管理民辅警的体检报告,包括体检结果和异常指标。 3.随访记录管理模块:系统会记录民辅警的随访情况,包括健康随访和疾病随访。 4.健康风险评估模块:系统会对民辅警的健康状况进行评估,筛选出高、中、低危三级健康风险重点人群,并制定相应的干预计划。 5.健康干预管理模块:系统会根据评估结果,对民辅警进行健康干预,包括生活方式指导、疾病预防和治疗建议。 6.健康数据动态采集与实时评估模块:系统会持续采集多维度健康数据,动态掌握队伍的健康状况、患病危险因素和疾病信息。 7.健康教育与培训模块:系统会普及健康保健知识,组织医疗专家上门开展“巡讲巡诊”活动,提供中医中药、妇女病防治、营养保健、心理咨询及干预等特殊医疗保健服务。 8.健康工作模式推广模块:系统会推广“健康勤务”“防久坐式办公”、定时警体训练、工间广播操等做法,打造健康办公场所。 9.健康防护能力提升模块:系统会将急救专业知识培训和传染病防治作为各类培训班的重要课程,提高民辅警的急救和防护能力。 10.食堂管理水平提升模块:系统会提升食堂管理水平,推行“健康食堂”、“暖胃行动”,做好食品卫生及营养搭配工作。

0
2025-03-12 20:30
电商产品评论情感分析与可视化

对电子商务平台上的产品的评论数据进行分析和挖掘,可以为潜在买家提供有用的购买建议,还可以发现产品在某些方面存在问题。本文基于电商产品的评论数据,研究电商产品评论的情感分析及可视化, 首先,采集电商产品的评论数据,为后续的研究提供数据支撑。选取京东商城作为评论数据采集的目标源网站,并对其进行分析,再基于网络爬虫技术设计、编写数据采集程序,并确保数据采集程序可以正常运行。对采集到的电商产品评论数据,存储到数据库中,方便后续使用。 其次,对采集到的电商产品评论数据进行情感分析及LDA主题分析,使用数据清洗、分词、去停用词等对评论数据进行预处理,使用Word2vec模型对评论数据进行向量化表示,为提取评论数据的深度情感特征,使用栈式自编码网络对评论数据做特征提取,使用LSTM模型对评论数据进行情感分析,对情感分析后的积极评论和消极评论分别进行LDA主题分析,分析评论数据中的潜在主题。 最后,对电商产品评论数据的情感分析结果和LDA主题分析结果进行可视化,设计并实现分析结果可视化系统,以饼图、词云图和表格的形式展示评论数据的情感分析结果和LDA主题分析结果,提供清晰、直观的可视化展示

0
2025-03-12 20:31
更新于: 3天前 浏览: 21