1.项目分为订单、商品、库存、活动、用户等模块 2. 我负责了其中的订单、商品、库存、活动等模块。 3. 难点：进行商品qps的优化、缓存、消息队列的设计以及数据一致性保证

一个离线版的地理信息工具，涵盖了从主流地图网站爬取地图瓦片、不同坐标系转换、不同文件格式转换（shp/xml/json等）、等高线坐标计算、瓦片底色变换等基础瓦片功能，可以与leaflet等开源地图组件完美结合。

公司和单位的网络系统根据安全分为内网和外网。之间通过物理隔离墙控制安全。数据只能单向从内网传输到外网，无法从外网传输到内网。一般的软件无法使用。该系统提供从内容发送文件到外网的功能，避免了每次都需要U盘进行的繁琐操作。 1. 支持文件单向传输。 2. 支持文件传输日志审计。

基于springcloud封装的管理信息系统框架，集成了主流的用户配置、登录（账号密码登录、第三方授权登录等）、鉴权（页面访问、接口访问）功能，以及传输加解密、短信通知等周边服务。

1. 配置企业微信账号，用来和微信企业号的api进行调用，监听用户绑定和发消息的事件。 2. 配置留存比例，企业微信事件按照比例上报的广告平台。比如90%上报到广告平台，其它的不上报。 3. 对上报的结果进行统计。 4. 对上报的事件详情进行统一查询。 5. 对异常的上报结果进行告警。

系统功能模块：会员模块，登录模块，聊天模块，资产模块，AI模块 比特神系统是集聊天、AI功能、短视频功能，小游戏功能，资产管理功能于一体的综合性平台

项目来源于某地区碳达峰预测的需求，该项目利用区域的电力、经济、能源、碳排等数据，实现区域碳排放量预测。 该项目数据来源于省统计局、中国碳数据库，采用不同的插值算法对数据进行插值；对数据进行归一化处理后，使用reliefF、分类、相关系数等方法筛选出与碳排相关性比较强的因素；采用arima、lstm等时间序列预测算法预测因素的变化趋势；利用多层感知机、stirpat建立电力、经济、能源因素与地区碳排放的预测子模型；利用最小二乘法建立地区电力、经济、能源影响碳排放的组合预测模型。

系统功能模块：会员模块，登录模块，聊天模块，积分模块 一款集文字，语音，视频于一身的真实交友软件，可以发个人视频，也可以在线直播，展示自己魅力，吸引更多朋友的关注！ 沟通，交友，征婚，相亲，就来约贝！

共享空间类 多门店 微信小程序 可选择区域、门店；购买卡券、优惠券等，查看房间详情以及被预约走的时段，选择可预约时段；

护工、健康咨询等类型的 按时、按月、按次等方式收费服务，服务人员在线抢单； 1：模块化开发，抽取通用逻辑； 2：客户端、服务人员端 的身份区分，权限；

系统功能模块：会员模块，商品模块，购物车模块，订单模块，积分管理，优惠促销，后台管理模块 平台特色亮点：多商户入驻，提供高性价比的商品，海外优质商品

项目主要分为：商品、订单、营销、权限、娱乐 前端使用的是vue 后端使用的是Spring全家桶 数据库用的是Mysql、Redis

1：不同分类的业务展示 + 业务类型选择->咨询留言、企业微信在线客服、电话等客户经理回访信息留存 2：主要负责对接甲方需求并画墨刀原型图确认、报价表、开发计划等；使用Vue3.0 技术栈开发微信公众号H5，并协调后端开发人员；对项目质量以及进度进行把控；

1. 智能体agent创建，及相关技能运行，以及大模型流式数据解析 2. 智能体相关知识库平台搭建，以及知识的切片处理

1. 图表库搭建，涉及柱状图、折线图、饼图、地图、时间轴等14种图表，以及图表主题及样式自定义功能 2. 数据分析节点搭建，设计不同节点之间的连线及拖拽

政府地项目，我完全负责业务对接。 后台功能的实现。 该项目涉及3d功能，加载3d模型。 因为需要保密，截取其他的类似图片

1. 表单编辑，涉及到各类字段，以及字段间关联关系，表单初始化，及公式计算 2. 流程编辑，涉及到节点之间删除，新增，以及分支处理 3.

项目介绍: 国美商城是国美电器重点打造的中国专业的电脑、手机、数码、家电、生活电器网上购物商城。国美承诺，以更低价格、更便捷的订货方式、更快送达的承诺为网购用户提供内外兼修的品质服务。国美商城安卓版是为安卓用户独特打造的，操作更加符合安卓用户，国美商城安卓手机版现已实现了下单、订单查询、商品搜索、物流跟踪，产品评价等常用功能，同WEB版合力打造最流畅，最便捷的购物体验。国美电器网上商城现已更名这：国美在线 职责描述: 1.带领研发团队完成系统运营相关服务（促销活动） 2.负责组内开发任务，代码管理等工作 3.线上问题排查，代码重构优化。 4.数据库设计，系统设计。

利⽤机器学习⾃动检测Hadoop中执⾏慢的节点、并且⾃动分析其根本原因。实验是基于6个异构的 Hadoop节点多轮分别运⾏不同类型，不同负载的任务。采集执⾏过程中的各种核⼼性能数据，CPU占⽤率、内存占⽤率、Job执⾏进度、硬盘负载、⽹络I/ O，利⽤机器学习检测数据的离散性，⾃动检测异常。对异常节点再次进⾏分析，对异常原因进⾏分类，然后训练⼀个基于 随机森林的模型。对实验组进⾏实验，最终实验 的结果精准率98%、准确率97%、误报率6%

该项目的业务购买产品成为代理，进行返利等业务。后端业务逻辑复杂。 业务沟通完全是我负责。 后端开发完全是我负责。 指导前端开发。