设计并开发了一个完整的在线商城系统，旨在结合学习过的课程知识，实践并展示全栈开发和电子商务相关技 能 工作职责： 1.技术选型和规划：选择使用 Java 作为后端语言，SpringBoot 作为框架，前端采用 React ，并规划项目开发流程。 2.前端开发：使用 React 构建用户界面，实现商品浏览、购物车、用户登录注册等核心功能，关注用户体验和页面交互。 3.后端开发：使用 SpringBoot 搭建后端服务，实现用户管理、商品管理、订单处理等核心业务逻辑，注重系统的性能和可扩展 性 4数据库设计与实现：设计并创建 MySQL 数据库，管理用户信息、商品数据、订单信息等，通过 SQL 语句优化查询性能。

担任资产估值系统开发项目负责人，致力于设计和实施一套全面的资产估值系统，冒在为公司提供准确、高效的资产估值服务。 责任描述： 1.需求分析与定义：与业务团队深入沟通，收集并分析业务需求，定义升级项目的功能和性能要求，以满足业务的新需求。 2.技术选型和架构设计：负责引入新技术，如微服务架构、SpringCloud 、和 Vuejs ，设计更灵活、可扩展的系统架构。 3.前后端全面升级：主导前端使用新一代前端框架进行全面升级，同时对后端服务进行微服务拆分和重构，以提高系统的灵活性和 响应速度。 4.数据模型和数据库设计优化：重新评估数据模型，进行数据库表结构优化，引入分布式数据库技术，以提高数据存储和检素效 率 5.接口升级和对接：对接更多的外部数据提供商，优化与金融市场接口，确保系统能够实时获取并处理市场数据。 6.性能测试与质量保证：进行全面的性能测试，确保系统在大规模数据和用户同时访问的情况下依然保持育性能和稳定性。

在该项目中我选择了商品销售预测作为项目主题，在深入了解了机器学习的实际应用，并提升了解决实际问题的能力。 实施步骤 1.数据收集与清洗：使用公开可用的销售数据集，进行数据清洗，处理缺失值和异常值。 2.特征工程：提取与销售额相关的特征，进行数据标准化和归一化处理。 3.模型选择：尝试多种回归模型，如线性回归、决策树回归和随机森林回归，并比较它们的性能。 4.模型训练与评估：将数据集划分为训练集和测试集，训练模型并评估其在测试集上的性能。 5.调优和优化：使用交叉验证技术进行模型调优，尝试调整超参数以提高模型的泛化能力。 6.可视化与解释：利用 Matplotlib和 Seaborn 等工具，对模型的预测结果进行可视化，并解释模型的决策原理。 7，项目文档编写：撰写项目文档，包括数据处理步骤、模型选择和性能评估等内容，以便他人理解项目流程。