数据处理

1、车驾管业务办理线上、线下缴费功能； 2、罚没款缴纳，实现非现场违法处理及费用缴纳； 3、移动执法终端，实现现场机动车违法处罚、开具罚单，现场缴费等； 4、财务综合报表，全方位多维度财务报表； 5、银行对账，实时银行对账，错帐纠正；

大数据服务中心平台建设通过地理信息科学与大数据应用技术相结合的方式，完成的主要工作量包括系统框架的搭建，自然资源与规划、税务、工商等基础数据的采集与数据清洗入库，系统四大模块的开发调试，系统使用操作培训以及系统的后期运行维护等。平台提供统一的GIS地图服务功能接口，统一建设基础数据集、影像数据库，为各业务系统提供标准化、一致的基础数据源。以便各业务应用系统能够正常、可靠地集成GIS地图应用运行，保证各相关部门的数据统一性和准确性： 提供一套GIS服务的调用规范，方便各业务系统集成，能够快速搭建GIS应用，所涉及到的基础数据集由GIS服务平台提供支持。搭建平台基础数据集。平台定期更新维护这些基础数据集，提供接口供业务系统调用集成。 该平台以基础地理信息、国土地理信息、规划地理信息等为底图，融合地方政府六个部门的基础数据，使全区税务、财政、市场监管、自然资源规划、城市公路、铁路等方面大数据归集到一块屏幕，真正实现了“一网通全区、一屏知全局、一图聚应用、一盘棋建设”，建立了大数据辅助决策的科学机制。

1、项目背景：基于计算机视觉和大数据可视化技术分析交通路口行人、车辆的情况 2、项目概要：使用YOLO-V5、DeepSort等算法和框架对交通路口数据进行分析并可视化 3、我的工作及其结果：负责前后端整个可视化平台开发、YOLO-V5模型辅助训练、数据预测部分的LSTM和随机森林算法以及使用Echarts.js等方法将数据处理并可视化，获得第九届“互联网+”大学生创新创业大赛校级二等奖等，其中的子模块“基于监控视频车辆识别的道路交通CO2排放量智慧分析系统”获得大学生创新创业项目国家级立项等

军工仿真平台，可挂载多个平台：武器平台、导航、雷达平台 中间件:使用HLA，DDS，socket通信。 航天测试软件：对硬件数据操作，显示。 利用qt、c++开发

### 1. 本方案面向谁，解决什么问题 #### 面向对象 本方案主要面向需要对指标流进行管理和路由的场景，可能的用户包括监控系统管理员、运维人员、开发人员等。这些人员负责管理和维护监控系统，需要确保各种监控指标能够准确、高效地路由到相应的存储或处理系统。 #### 解决的问题 在复杂的监控环境中，存在大量的监控指标，这些指标需要被发送到不同的系统进行处理和存储，例如 Prometheus 服务器、Kafka 等。然而，传统的监控系统可能缺乏灵活的路由机制，无法满足多样化的指标路由需求。本方案通过提供一个灵活的路由解决方案，解决了以下问题： - **指标路由灵活性**：能够根据不同的规则将指标流路由到不同的目标系统，例如将特定前缀的指标发送到 Kafka 主题，将特定标签的指标发送到 Prometheus 服务器。 - **指标过滤和筛选**：可以根据指标的名称、标签等信息进行过滤和筛选，只将符合条件的指标发送到目标系统，减少不必要的数据传输和存储。 - **多目标系统支持**：支持将指标流同时路由到多个不同的目标系统，例如 Prometheus 服务器、Kafka 等，满足不同

业务场景：学生每年一次的学生体质健康测试数据采集分析。 模块：按照体测业务流程以测试项目为区分，按照项目用性别、年级和成绩三个参数调用对应函数，返回该项目的单项成绩、权重成绩、等级，如果是附加分项目会增加一个附加分。 架构特点：函数调用简单方便，适合浏览器端。

物联设备告警管理系统，目的是园区的业务流程化、规范化，提升工业园的运营效率，主要分为智慧招商、智慧规建、智慧应急、视频大屏、统一门户、大屏总览、用户管理、设备管理等模块。通过AI分析获取园区人员、车辆的轨迹，使园区更加安全，通过接入物联网设备实时监管水位和空气质量，地图可视化清晰展示园区各类资源信息，快速查看园区内项目资源总体概况。项目除PC端管理系统外还有微信程序，实现各类应用数据的查看和各类业务流程的上报

定位客群： 面向科研机构、商业分析团队及现场服务人员等需高频生成数据可视化报告，且常面临无网络办公场景的专业用户群体。 痛点解决： 突破传统网页报告工具对服务器部署和网络环境的强依赖性，提供离线下完整报告生成与展示能力。解决三大核心问题： 外勤场景无法保证稳定网络连接时的演示中断风险 敏感数据经云端服务器传输存在的安全隐患 复杂部署流程带来的时间成本与技术门槛

对公司业务数据进行汇总，并显示。 1.公司注册客户数量、每日活跃用户数量、每日消费用户数量 2.用户全国分布情况，代理数据与全国数据筛选 3.数据预测与警报

总体技术负责及实现 项目描述 实现塔机终端监控设备由传统arm+linux设备向android工控屏转换，终端实现多路AD数据采集，包 括角度回转、吊重、高度、距离、无线通信数据等多路串口数据的采集、解析、分析、展示。 终端提供了塔基坐标配置、防护区域配置、告警参数配置、AD标定配置、负荷特性配置、系统参数 配置等配置功能。 终端提供了，塔机集群工作示意动图，包括集群中各塔机显示、回转角度、大小臂长、高度、重量、 力矩、通信状态、碰撞告警等动画、文字、声音提示等。 定义终端和云平台的通信协议，云平台提供多租户的管理方式，可自定义公司、工地，工地可以添加 终端设备集群。设备上电后，与云平台通信认证通过之后，即可通过云平台远程控制终端，同时，云 平台也可以实时展示各工作集群的装置和工作状态动图、实时数据。 项目职责 系统架构师、 android开发实现，云平台架构设计。产品在中东、印度、东南亚、南美广大地区现网稳 定运行中。

某保险公司快速提数平台，实现报表全配置化，支持快速提取数据清单，横向纵向多维度权限控制。BS结构系统，后台主要是Java，数据端结合传统关系数据库和大数据平台的spark，solr技术实现

该项目分为 1.数据源管理模块，主要管理用户数据库等数据源信息，包括数据库连接信息，并发设置等 2.元数据采集模块，根据用户录入的数据源信息，连接数据库采集表信息以及表结构 3.ETL开发模块，可以选择源库，源表，目标库，目标表信息，生成一条配置 4.配置部署模块，把生成的配置信息部署到生产环境 5.实例运行模块，实例化配置，调起底层程序进行ETL 我负责的主要工作是各个数据源之间数据同步的设计与开发，采用模板方法设计模式，重构了后台以兼容各类数据源之间的配置

1.功能模块：数据中台，统一权限，接入上下游系统，具体规划到存储访问模块，存储管理模块，组织管理模块，挖掘分析模块，评估分析模块 2.负责任务：项目架构设计，业务方案设计，核心代码编写，项目实施部署，需求沟通分析，整体采用springcloud及相应中间件

面向环卫行业公司内部员工的高效管理工具，帮助企业提高管理效率，实现降本增效。为企业提供环卫业务管理支撑，并提供综合的人事行政服务。主要包括人事行政模块、工单管理、安全事故上报、工作规范、车辆管理、道路保洁、垃圾运收等模块 主要职责： 车载、工牌、手环、对讲机、等设备GPS、事件数据接受处理与健康数据监控、市政平台政府信息对接、视频监控、行政通用审批、智慧公厕、垃圾称重、充电桩等服务开发维护

为响应党和国家智能化赋能教育教学行动的号召、解决传统的教育模式中存在的学生个性化学习缺失与教学的效率低和质量保证难的问题，本项目基于讯飞人工智能平台开发了一款智能教育AIE系统该系统是一款集教学、学习、评估与反馈于一体的综合性软件系统，利用大模型、数据分析、数据可视化分析等先进技术，满足学生个性化的学习需求，并为教师提供及时的教学反馈和数据分析支持。此外，该系统能够通过高质量的教育产品和服务，吸引并留住大量用户，有助于企业扩大市场份额与营收规模，同时，为企业带来宝贵的数据资源与用户反馈，为企业的后续产品开发与市场策略调整提供有力支持。因此，智能教育AIE系统不仅是贴近时代发展的创新产物，也是具有较高实际应用价值的产品。

基于主流文本生成大模型，内置上百ppt模板，可编辑可下载，随时随地生成一份满意的ppt，前端使用vue+elementui实时渲染ppt，可观测ppt生成过程。产品目的主要节省ppt制作时间，一份参考也可令人剩下不少时间。

数据处理类型小程序，自动读取文件夹内的excel文件，自动整理数据，进行一系列的增删改查等数据处理类操作，再根据客户的需求进行系列的计算分析，后将数据写入excel表格，并调整格式样式，使数据可视化，帮助用户更进一步的分析数据。

1.该项目主要面向智慧城市，城市规划等方向，通过对遥感图像中各类物品的语义分割，达成各类设施统筹管理的目的 2.该项目主要采用pytorch框架，使用的是当下大热的深度学习技术，可以对各类复杂的场景进行对应的数据训练，从而达成良好的分割结果。项目主要采用HRnetV2+OCR为主要的语义分割模型，HRnetV2可以对高分辨率图像进行准确的识别处理，完成第一次分割处理，OCR模型则通过上下文检测技术，挖掘每个像素点与其他像素点的关联，以完成更进一步的精确分割 3. HRNet 联接上下文特征提取和自注意力机制模块 OCR的结合，相较于原始的单一 HRNet 模型的mIOU= 49.79%，提升到了 58.72%，增加了 8.93%，在贫瘠地类的分割上甚至提升了 42.06%，这表明加入 OCR模型后可以有效提升城市遥感图像语义分割的准确率（）

我具备丰富的动态网页爬取与数据清洗经验，能够自主开发系统实现网页自动打开、信息抓取及清洗保存的全流程操作。曾参与淘宝网页的爬取任务，成功获取并清洗了大量商品信息，为后续数据分析提供了高质量的数据源。我的专业背景是大数据，熟悉各类爬虫框架（如Scrapy、Selenium）和数据清洗工具（如Pandas、OpenRefine），能够高效处理复杂网页结构，确保数据的准确性和完整性。此外，我还擅长应对反爬机制，如IP代理、验证码识别等，确保爬取任务的顺利进行。

本项目旨在开发一个数据分析工具，能够自动解析上市公司的PDF报告数据，进行文本分析和提取关键信息。使用Python编程语言，我们将开发能够处理PDF文档的模块，并应用自然语言处理技术来提取财务数据、关键字和趋势。这个工具将有助于金融从业者更快速、精确地理解上市公司的财务状况和发展趋势，为决策提供有力支持。