数据处理

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

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

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

电子围栏结合目标检测的铁钻工作业红区安全提醒软件以电子围栏技术为基础，融合先进的目标检测技术，专为铁钻工作业安全设计。其核心功能特点包括：实时监控作业区域，精确识别并追踪人员与设备动态，有效防止铁钻工作业状态下进入红区（高风险区域）的行为；一旦检测到铁钻工作业时人员进入作业红区，立即启动声音、灯光预警机制，确保安全信息迅速传达；同时，软件还具备强大的数据分析功能，能够记录并分析预警事件，为安全管理提供科学依据，助力企业优化作业流程，提升整体安全水平

电表远程抄表 通过网络对DTU发送命令DTU再通过RS485和电表实现数据的读取并储存 可控制抄表时常节省流量 也可通过串口服务器对小范围电表进行集中读取并储存 软件可采用本地数据库或网络数据库实现远程的数据查看

系统主要包括终端的上报数据采集入库，平台端主要包括系统管理、资产管理、车辆管理、驾驶员管理、车辆位置信息、历史轨迹、故障信息、维保点检、车辆实时与历史数据、统计报表、视觉监控、车辆运行控制。 自己主要负责相关需求的业务代码、文档编写、项目需求对接、系统问题排查与处理、模块优化、部署更新。

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

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。

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。

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

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

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

可适用很多业务场景需要的定时任务处理，例如： 1、订单超时未支付业务，完成订单支付超时状态流传，库存恢复 2、监控业务定时任务配置，按cron配置执行方案执行 3、业务补偿，定时处理补偿业务保证数据的最终一致性

1. 构建 Elasticsearch 全文搜索引擎环境和部署，设计日志文档数据存储结构，依托 RuoYi 构建 Web 应用门户 2. 制定 Log 日志收集规范，提供制式 Log4j 文件，对接开发、运维对生产环境各网络设备、服务器、应用程序和系统中收集日志数据，包括操作日志、安全日志、性能日志等 3. 进行日志归档存储，划分服务器节点、应用程序、业务接口集合，产生日志查询分析追踪功能，保证数据的完整性和可访问性 4. 实时监控网络设备、应用程序和系统的日志输出，及时发现并响应异常事件和告警信息，提供故障解决方案指导 5. 建立日志统计和性能报表，通过聚合、分析、链路追踪、可视化等功能，丰富日志数据分析能力，建立开发问题定位能力，运维紧急风险评估能力 6. 实现日志数据的安全管理功能，包括数据加密、身份认证、访问控制等，保护日志数据的安全性和保密性

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。

PDF文档处理模块： pdf_table_to_dict函数：实现PDF表格数据提取，支持多页表格合并，自动识别表头和数据行 批量处理模块： process_all_pdfs函数：批量处理多个PDF文件，自动遍历文件夹，错误处理和异常捕获 数据标准化模块： 营养成分数据提取和转换，支持多种营养指标（能量、脂肪、蛋白质等），数值标准化和单位统一 数据导出模块：数据整理为统一格式，导出为Excel表格，结果可视化展示 核心技术栈： Python语言开发 pdfplumber库用于PDF解析 pandas用于数据处理 numpy用于数值计算 架构特点： 模块化设计，功能解耦 面向对象编程 异常处理机制完善 可扩展性强 技术优势： 自动化程度高 处理效率好 易于维护和扩展 代码复用性强

1、本方案面向企业的数据库管理与开发团队，针对行业中海量数据存储效率低、复杂业务逻辑处理困难等问题。通过专业的存储过程与函数开发，解决了传统SQL脚本维护成本高、执行效率低下、业务逻辑分散等痛点，显著提升管理系统的数据处理能力与事务处理速度。 2、基于MySQL、SQLServer、Oracle多数据库适配的存储过程开发，实现跨平台数据操作优化，单次复杂查询性能提升40%以上； 通过函数开发将仓储核心业务（如库存动态计算、订单批次分配）模块化，降低代码冗余，提升系统可维护性； 采用数据库原生事务控制与错误回滚机制，保障物流计费、库存更新等高敏感操作的原子性与一致性； 3、本方案为物流行业定制化数据库中间层解决方案，核心技术包括： 多数据库（MySQL/Oracle/SQLServer）存储过程开发与性能调优；

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（）

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。

该项目是通过对高三学生月考成绩进行数据清洗并对每一科成绩分别进行排名，然后分别用matplotlib和pyecharts对各科成绩前二十名进行绘图及多图合并。 应用场景：数据可视化 开发工具：matplotlib、pyecharts、numpy、pandas