大数据

数字声学处理项目旨在开发一个功能丰富的声音处理工具，用于处理音频数据并提取声音特征。项目的整体任务：首先，音频文件加载：使用Python中的相应库加载音频文件，支持常见的音频格式，如WAV、MP3等。时域特征提取：利用时域分析技术，计算音频信号的能量、过零率等特征。这些特征可用于声音的强度和变化程度的量化。频域特征提取：应用快速傅里叶变换（FFT）等技术，将音频信号转换到频域，计算频谱、频带能量分布等特征。梅尔频谱系数计算：基于梅尔滤波器组，将频谱转换为梅尔频率刻度上的能量分布，计算梅尔频谱系数（MFCC）。声音变化检测：应用信号处理和统计分析技术，检测音频信号中的声音变化点，如说话人变换、音乐片段切换等。这有助于音频剪辑和分割等应用。音频特征可视化：利用Python的数据可视化库，生成音频特征的图表和图像，以便直观地展示声音特性和变化。我的工作为该声音处理工具提供重要的基础功能，根据基本原理（拉格朗日插值等方法）写基本的数字化声学信息的算法。

1 、项目背景 ：对全国3700万家中小企业进行信用评级 ，整个系统由 ：数据采集 、数据治理 ，数据同步 ，运维监控 、信用评 估 ，信用预警等20个子系统组成； 2 、 项目金额 ：3700万 3 、 项目团队 ：应用系统团队 、大数据团队 、模型团队 、算法团队等共80人； 4 、 项目周期 ：一年 业绩： 1、每天爬取、治理约200G增量数据； 2、 数据源多达200个，数据类型复杂，数据量大，一年数据总量达100T； 3 、 团队规模大 ， 团队类型复杂 ，协调及调度工作十分困难； 4、 涉及 python、java、c等多语言，多个技术团队，架构复杂；

秩和比综合评价法（Rank Sum Ratio Method）是一种常用的多指标综合评价方法，用于对不同对象或方案进行综合评估和排序。该方法通过计算各评价指标的秩次和比值，综合考虑各指标的重要性和权重，得出最终的评价结果。 下面是使用秩和比综合评价法进行综合评价的基本步骤： 确定评价指标：确定与评价对象相关的评价指标，这些指标应当能够客观地反映评价对象的性能或特征。 需要注意的是，秩和比综合评价法的权重比值的确定对于评价结果具有重要影响，应该结合实际情况进行权重的合理确定，以提高评价的准确性和可靠性。 此外，还可以考虑引入敏感性分析、灵敏度分析等方法，对评价结果的稳定性和可靠性进行进一步分析和验证。 总之，秩和比综合评价法是一种简单有效的多指标综合评价方法，能够在综合考虑各指标的权重和重要性的基础上，对不同对象或方案进行评估和排序，从而辅助决策和选择。

使用React技术栈(router+hook+ts+mobx)对象目重构，并通过对组件层抽象和复⽤，统⼀产品⻛格和⽤户体验; 开源产品获得4000+ star，入选信通院可信开源项目，入选科创中国100强开源榜单，团队人员获得优秀开源先锋； 通过风格化探索，沉淀组件库；

根据客户需求在dataphin上dwd、dws、ads层开发、数据验证、代码优化等 使用阿里dataworks数据库 根据不同模型算法，实现逻辑开发，包括拉链、增量、修改等

大数据分布式处理 实时分析用户位置行程信息，第一时间更新社区健康红黄绿码，保证 后端：hadoop,flink,kafka,mysql,flume

数据中台模块包括：数据集市、数据管理、数据集成、元数据管理、数据标准管理、数据质量管理、数据可视化等

项目主要框架未Jquery，还包含Echarts和highcharts图表展示功能。 中间地图模块使用高德开放api，实现热力图和组织图结合展示效果。

技术点： springboot + vue (elementui) + mybatis 部署： docker + nginx + redis + oracle 责任描述： 通用服务设计 　部分模块需求对接及后期维护 人员与角色、角色与菜单之间的鉴权设计及开发 　redis集群搭建 redis存储会话/验证token功能设计及开发 功能： 1.将需求数据以实体的形式，提供页面供客户录入，从而实现可视化管理，数据下发，分发地市，开放多元平台等功能。 2.采用redis存储用户会话，合理利用redis效率高，持久性强的特点，实现用户单点登录，及会话存储等功能。 3.设计多数据库存储结构，该项目目前支持存储mysql，oracle，gbase，hive等主流数据库资产实体结构。 参与：资产模块，接口模块，属性实体模块，开放系统模块等的设计及开发，包括前端页面，需求分析，后端入库程序等

1. 该业务监控平台实现了对某个业务上所有组件和服务的监控，当业务办理出现故障，第一时间定位到故障并进行修复，或者单个服务和模块发出告警后，第一时间进行修复避免业务办理受阻，所有服务和组件的指标采用不同的数据库进行采集和存储，并对采用智能阈值算法实现了对各个指标的自动告警，并将所有指标趋势和业务链路的告警点都在web端进行展示。涉及技术有：python，java，influxdb，机器学习，clickhouse，web开发等 2. 我负责：智能阈值算法开发，java后端各种指标的数据查询接口开发，业务链路上各个服务告警点的接口开发

某地区，数字乡村综合管理平台，各数据进行可视化页面展示，eCharts各类图标、地图进行数据展示。分7大板块：发展全览、党建引领、生态宜居等板块进行地区人文展示

智能化管理平台，项目由“智能测试器材”、“健康评估系统”、“健康指导方案”三部分组成，设计开发了一整套充满童趣的测试仪器、情景化的测试方式和自动记录测试结果的芯片。 每个孩子都配备了特有的身份识别手环，戴上可爱的手环，身份识别就靠它了！手环材料选自安全环保的硅胶材质，内置高精度ID卡，有效保护孩子的信息安全。手环将跟踪孩子在园三年期间体能变化，方便老师、家长及时了解孩子的体能情况。 平台将以国民体质监测为标准，运用《学前儿童体质监测与干预系统》做大数据分析。 技术栈：Linux + Spring Boot、Spring Cloud & Alibaba + Nacos + Sentinel + Seata + Gateway + Auth + Zookeeper + MyBatis + MySQL + Sharding Jdbc + ClickHouse + DorisDB + StarRocks + Redis + Docker + DevOps + Jenkins + RocketMQ + Nginx + OSS + Netty + ELK + xxl-Job + OTA +

随着信息技术的不断发展和数据的快速增长，可视化大屏幕项目成为为现代数据发展和决策能力的重要工具。化大画面项目利用图表、图形、动画等形式，将庞大的数据和信息以直接观察、易于理解的方式展示给用户，帮助他们更好地理解和分析数据，从中做出具有针对性的决策。 可视化大屏幕项目的主要目标是通过视觉化的方式呈现数据，提供全面、准确、实时的信息显示。它将复杂的数据集合并转化为可视化图表、仪器表盘、地图等形状，用户可以通过一个目标然然的方式获得了关键指标、趋势和关联，从而更好地掌握了业务情况和问题

1.主要负责实时程序中 p 层受理指标、dma 层人力指标编写。 2.主要负责对受理相关的保费、fyc、件数、撤件件数、撤件费用和承保 fyc 离线 sql 改造。 3.负责数据初始化脚本，数据备份脚本，离线程序调度脚本等。

可视化平台 该项目主要是为公司数据分析人员用于数据成果可视化展示，例如：季度公司各版块投资回报率展示、公司各部门业绩评估等使用场景。 主要运用的技术栈是，VUE3、ts、pinia、less等来实现的。 总结起来的核心亮点就是： 1.拥有可视化拖拽界面，强大的编辑功能：使用简单拖拽的方式即可完成多种样式和数据配置。 2.拥有丰富的组件库与模板库，同时支持持续的扩展。 3.可以对布局元素进行自定义的样式调节。 SketchRule Vue3DraggableResizable 在页面左侧会有一个图表模块列表：包括Echarts上的各种类型图表以及文字、视频等，通过鼠标可以拖拽到中间画布中生成实际的组件。编辑区域支持等比例缩放；在画布中可以自由调节各组件大小，位置，角度，以及图层层级，在左侧还有一个图层列表，会与画布中组件的层级一一对应，两边都可以进行图层操作。在页面右侧会有一个管理面板，当我们在画布中选中一个组件，管理面板就会出现该组件的一些基本参数，比如位置，大小，角度，颜色、echarts字体设置、配置项设置等，可以进行微调操作。同时画布还支持右击菜单，可实现批量化功能操作

技术点：springboot + vue (elementui) +echarts + jest+ jdbc + elasticsearch 部署： docker + nginx + redis + oracle + gbase + elasticsearch 责任描述： 后台交互jdbc包封装 部分模块需求对接及后期维护 es技术研究、部署、使用 前端单元测试研究、使用 指标、修饰词、计算指标、属性、角色管理、分类管理等模块的开发 项目背景：将数据抽取成属性，实现数据到业务的自由转换，属性可以根据用户的组合和使用形成新的指标，在可视化的操作界面上进行加工和封装，快速服务与业务人员，实现0代码生成业务报表，致使数据来源一致、开发模式规范，指标口径统一。 成果：为项目组获得公司年度优秀团队奖、成功申请软著

智能办公系统是利用先进的智能设备，实现企业办公自动化和科学化，优化企业办公条件。宗旨是在提高租户办公质量和决策水平，减少疏漏差错；提高效率，减少处理工作的时间；从软硬件上同时改善，使企业员工拥有舒适的办公环境。 智能办公系统由信息采集（身份识别、环境指数、行为指数、监控参数）、环境智能改善、智慧联动、企业管理、资源共享、能源管理等系统构成，其核心任务是为企业提供全面的定制的解决方案，从而产生更高价值信息，提高管理和决策的科学化水平，实现企业办公业务科学化、自动化。 智慧办公解决方案的提出是基于传统办公系统中环境、管理、安全、能源、共享等问题的出现。利用先进的技术、全面的方案、长效的产品，我们孕育了舒适高效、节能低耗、安全智能的智慧办公系统。 智能办公系统由场景联动、设备管理、智能访客、智能会议室等模块组成，通过“身份识别、人员定位、能耗管控、智慧联动、安防预警、权限管理、企业管理”等实现“管人、管物、管事”一目了然。 技术栈：Linux + Spring Boot、Spring Cloud & Alibaba + Nacos + Sentinel + Seata + Gatew

项目描述 n 需求：主打免费影视，轻松视频，分享日常，社群聊天，经典阅读的内容分发网站 n 主要功能：内容流分发，榜单实时刷新，聊天系统，跨区聊天，小说阅读，千人千面 Ø 职责描述： n 参与总体架构设计（视频，聊天，亚马逊云，视频流播放等） n 开发低代码生成器辅助其他开发人员 n 开发链路日志追踪框架定位问题以及解决sql的指定方法打印 n 开发登录网关对用户进行cdn分发，避免DOS攻击 n 参与开发节点网关，对于节点请求进行再次负载均衡 n 负责亚马逊云与阿里云的视频以及文件进行高性能，无副作用，安全的上传与播放的核心代码 n 负责后台对app以及后台提供视频的播放，最新，最火，最热等榜单推荐等api n 负责设计资源鉴权平台与播放平台的通信鉴权设计 n 负责优化一些系统性能方面的问题 Ø 技术设计：采用垂直分库保证各个服务之间的数据独立性，采用水平分库+负载均衡保证用户个人信息服务在高并发的性能 Ø 技术应用：netty，protobuf，redis，guava，rabbitMq，Ffmpeg，spring boot，分库分表，自研微服务，myba

xxx智慧园区管理平台解决方案是基于云计算平台、物联网平台、运营管理系统为基础的解决方案，比传统解决方案有多方面的优势，尤其适用于大型、具备一定规模的建筑群。 智能楼宇方案运用了当下主流的物联网技术，对软硬件资源进行了云化处理，提供了各系统互通互联的接口，使第三方应用能快速的部署，降低了建筑智能化集成复杂度。 本项目定位为面向国际顶尖金融机构的高档甲级写字楼，智能楼宇方案采用云计算平台，将系统运营数据进行分析处理，以直观的形式呈现出楼宇运营情况及员工工作情况。 技术栈：Linux + Spring Boot + Zookeeper + MyBatis + MySQL + Sharding Jdbc + Redis + Docker + DevOps + Jenkins + RocketMQ + Nginx + OSS + Netty + ELK + xxl-Job + VUE + Git + Kubernetes + Docker-Compose等...

一个基于Python的股票大数据分析系统的设计与实现，其背景是在2012年之后，中国开始实行放松的金融市场监管政策，许多金融机构开始创建子公司和私募投资基金。在此背景下，量化投资交易也开始进入证券交易市场，但对于量化交易策略的研究和实际应用还不是很深入。因此，本文提出了一个快速的量化因子回测系统的设计和实现，通过引入股票日频数据，对日频股票数据结构进行改写，同时利用pandas库对各类股票指标数据进行回测分析，并将回测结果可视化呈现，从而帮助市场参与者对大数据、量化选股和量化择时有一个新的认识，并形成自己的投资策略。本文的研究方法可行性较高，对于量化投资者和研究人员具有实际应用价值。