图数据库

为小企业定制的财务管理软件，具备完整的财务功能和丰富的数据（含表格和图表）输出能力，使用起来直观、便捷、学习成本低，使用后会计都爱不释手。主要采用python+pyqt5+pandas+matplotlib+reportlab+pyodbc，采用mdb和sqlite3数据库。本人是软件开发和设计的主要负责人。

1、通过后勤运维管理系统为用户设计开发设备管理、仓库管理、流水线管理、项目管理、对账管理、供应商管理等功能，便于使用软件平台帮助用户标准化物料流程，加强需求货物和采购货物的核对，提前预知需求货物，通知供应商备货极大的缩减了供货周期，提高生产效率，同时加强管理层对项目进度的把控，加快物料入库的效率，防止错记漏记。 2、负责项目的需求分析、市场调研、竞品分析、完成产品设计和PRD文档，对项目快速推进管理。

协议开发是一个涉及定义、设计和实现通信规则的复杂过程，这些规则确保了不同系统或组件之间能够准确、有效地交换数据。以下是一个协议开发的内容概述： 一、需求分析与定义 明确通信目标：确定协议需要支持的功能、应用场景和性能要求。 定义数据类型：识别需要传输的数据类型，如文本、二进制、图像等，并定义其格式和结构。 确定通信模式：确定是单向通信还是双向通信，以及是否需要支持广播、多播或单播。 安全性考虑：分析数据传输过程中可能面临的安全威胁，如未授权访问、数据篡改或窃听，并确定相应的安全策略。 二、协议设计 消息格式设计：定义消息的组成部分，包括头部（如版本号、消息类型、长度等）、主体（实际数据）和尾部（如校验和、时间戳等）。 编解码规则：定义如何将数据结构转换为可在网络上传输的字节序列，以及如何将接收到的字节序列还原为原始数据结构。 错误处理机制：设计错误码和错误处理策略，以便在通信过程中出现问题时能够及时发现并处理。 流控与拥塞控制：设计合理的流控和拥塞控制算法，确保数据传输的稳定性和可靠性。 扩展性考虑：在协议设计中预留扩展空间，以便在未来添加新功能或优化性能时不需要对协议进行重大修改。

计算机专业出身，8年前端，小程序，app，h5，web全做过项目，开发过组件库等等，uniapp，vue，react全家桶都ok。app只开发过ios哈

基于SpringCloudAlibaba、filnk、tidb、dbswitch、neo4j等构建，结合了实时计算和离线计算两种场景的需求。 flink在实时计算方面表现出色，能够处理高速数据流并支持流批一体化处理。tidb则作为高性能的分布式数据库，具备强大的海量数据处理能力。 同时，dbswitch负责离线数据的同步计算，支持多种主流数据库。此外，我们采用neo4j构建图数据库，以高效的方式处理复杂的关联数据。 包含数据集成，数据开发，数据治理，数据资产，数据服务，数据集市六大模块，解决数据孤岛问题，实现数据统一口径标准，自定义数据开发任务，解决数据孤岛问题：通过统一的数据管理和整合，打破信息壁垒。 统一口径标准：确保数据的准确性和一致性。 自定义数据开发任务：满足企业特定的数据处理和分析需求。 高效的数据处理能力：flink和tidb的结合使得数据处理速度更快。 支持多种使用场景：无论是实时计算还是离线计算，都能得到满足。 提供全面的数据服务：从原始数据到个性化报表，满足各层次的数据需求。

1,100%由我来完成，客户只需要告诉我需要哪些数据，最后给用户数据csv与图片文件 2，涉及到js逆向来爬取，数据量大。 3，花费2-3天来完成该工程。

这个记账pc软件，是从0-1的一个记账软件！里面可以添加便签，上传图片、视频、音频等！录入自己的支出和收入的账目！由我自己设计完成，和前端开发进行对接！可以设置自己喜欢的主题！

系统以人工智能为载体，以摄像头实时采集的多学生人脸为样本， 将采集到的人脸信息进行多特征点标注，将其与系统中预录入的学生人脸比对从而实现课堂的高效签到。采用深度学习算法，将采集到的面部信息关键帧传输至多层卷积神经网络学习的模型中进行识别并分析结果。

1、503项目的长远目标是建立规划设计与数据集成平台，支持公司内部城市规划设计的规划设计决策平台，并为建筑设计提供工作环境数据。支持片区建设信息集合，为其它民生信息提供时空坐标的建设数据时空平台。为城市提供全维度、多业务系统和应用的城市管理平台。 2、主要负责城市要素管理、城市字典管理、城市个体管理、指标管理、项目文件管理、项目管理、模块的开发。独立完成使用elasticsearch对项目文件进行检索。参与业务规则模块的开发工作（包括书写drl规则文件）。参与多维空间编码模块的开发，参与城市平衡计算的开发，使用多线程实现了个体模型贴图的生成。

本人主要负责本书第3、6、7章审校，完成第5、10章编写。 百度百科介绍：https://baike.baidu.com/item/%E7%B2%BE%E9%80%9ANeo4j/62286844 图数据库是NoSQL类数据库的又一大典型代表，在国内图数据库属于新兴事物，其优异的复杂关系解决方案引起了国内众多大型互联网公司及IT开发者的关注，而Neo4j是目前图形化数据库中最为出色、最为成熟的产品。本书的第一版书名是《Neo4j权威指南》，发行量超过13000册，本书在第一版的基础上补充完善了Neo4j的新特性、新功能，总页数超过700页。 本书的编写从2021年筹划到2022年11月出版，历时将近一年的时间，倾注了编委团队大量心血，最终在编委团队的齐心协力下定稿出版。 本书基于Neo4j 4.4版本编写，共分10章，涵盖基本概念、基础入门、查询语言、开发技术、管理运维、集群技术、应用案例、高级应用、中文扩展、配置设置、内建过程、GDS、Fabric等内容。各章简要介绍如下： 第1章 Neo4j图数据库基础。介绍图数据库概念以及Neo4j的体系结构。本章可以作为初学者的入门部

1.项目基于gremlin-server的查询引擎的开发，包括console端与Server端 2.负责Console端与Server端的功能开发与维护 3.解决过内存溢出、查询卡死等难题，优化过查询性能（合并原算子生成新算子）

1:使用java + kotlin 语言进行开发 MVVM 框架进行开发 2:封装了图片加载工具（Glide）加强开发效率 3:整体封装BaseRecyclerViewFragment 将刷新加载更多 事件的点击都整体封装 便于后期每一个滑动的页面 大大提高开发效率 4:首页使用ViewPage + Fragment 进行左右滑动 5:负责三方支付微信支付，支付宝支付 6: 对jetpack包的ViewModel二次分装方便数据到位直接操作 7: 对过渡动画统一封装，fragment和activity还有特殊页面做区别 8: 对新出台的App政策做出相应的修改（如营业执照） 9: 后期手机号绑定政策开发 10:自定义首页详情头部 尾部的 切换动画, 整体封装加载动画 11:负责修改商品详情列表滑动来定位当前Tab 12:负责详情购买商品的提示 拿到DecorView 跟视图 添加视图 复用ChildView 来实现 13:自定义banner指示器等自定义View的展示 14:负责网易云信自定义消息与ios 统一类型，的展示 15:编写WebActivity 每一个交互的逻辑都在里面行

1.该项目使用 Vue-cli 搭建项目基础框架，确定、技术栈 2.配置路由，创建各级路由组件，封装接口模块、请求模块，搭建项目结构 3.配合使用 element-ui 构建各个组件静态结构，封装公 共组件 4.使用 localStorage+vuex 实现数据的持久化存储 5.使用 axios 动态获取数据进行页面数据渲染 6.采用 git 提交数据到远端仓库

城市监控AI模型是一个高度复杂且技术先进的系统，旨在提高城市安全和监管效率。这个项目通过集成多种机器学习技术和大数据分析，为公安部门提供实时监控和事件预警功能。以下是对这个项目的详细介绍： 项目名称：城市监控AI系统 项目概述： 目的：利用人工智能技术，增强城市监控系统的自动化和智能化水平，提升事件响应速度和准确性。 技术栈：采用深度学习、模式识别和图像处理技术，结合Python和TensorFlow等开发工具。 核心功能： 实时视频分析： 系统能够处理和分析来自城市各个角落的实时视频数据。 应用图像识别技术自动检测并标识异常行为或潜在风险事件。 行为识别与预警： 通过行为分析模块，系统可以识别各种特定行为模式，如聚众、异常行走路线等。 一旦检测到潜在威胁，系统会自动触发警报并通知相关部门。 数据分析与报告： 系统集成了高级数据分析工具，可对收集到的数据进行深入分析，生成安全报告。 支持数据可视化，帮助决策者快速理解情况并采取行动。 个人贡献： 负责主要的算法设计和优化，确保系统能够高效准确地处理大规模数据。 在系统集成和测试阶段发挥了关键作用，确保所有组件的无缝协作。

1.项目为工具类应用，主要是将文本(csv)数据预先进行清洗(去重、异常数据处理)，再将数据插入到数据库中，在插入过程中也包括了一些异常情况的处理，增加工具的容错率。该程序使用了手写的cache组件，性能与内存占用优于原生Map组件并且数据处理速度可达500万/秒以上（基于20亿数据集的测试）。 2.该项目独立负责开发与维护，项目中运用了大文件高效的去重、文件并发处理等技术，核心逻辑无第三方框架，纯手工编写

1.导入相关头文件 2.根据要求加载数据 3.对数据进行预处理 4.定义函数并传入参数实现控制卷积的行为 5.构建网络模型类（实现更深层次的残差网络模型） 6.选择合适的卷积层和激活函数 7.正确使用TensorFlow 的Keras接口输入张量 8.实现网络模型的前向传播 9.导入CIFAR10训练集，对训练集数据进行预处理 10.导入CIAR10测试集，对测试集数据进行预处理 11.构建网络模型对象、损失函数、优化器 12.使用fit函数对数据集进行训练 13.使用loss,代optimizer,和metrics对模型进行评估 14.输出代价损失函数 15.输出精度指标 16.创建一个ResNet-18的实例，并设置输出类别数为10，随后打印模型结构以检验。 17.添加必要注释

1。项目背景：项目为银行内部系统，用于银行工作人员从国家金融系统中抓取数据，因国家系统中指标过多，银行工作人员仅需要一些常用指标，故委托我司开发此系统。 2。项目的主要功能：数据抓取 指标定义 报表定义 报表展示 用户等模块 3。我独立完成了整个项目

1.项目为后台管理系统，主要包括业务管理，数据监控，系统工具等模块，实现了一个公司常用的所有功能模块 2.我负责了整体前后台所有技术的实现 3.主要技术栈 后台spring cloud,sharding-jdbc,redis 前台vue 4.通过分库分表优化了海量数据下的查询速度，利用缓存技术大幅提升了前台页面表现，前台使用最新的vue3构建，实现了多种定制化需求

主要利用大语言模型、pyhton、jiava等实现企业知识库管理、证书管理、报表训练、智能问答等功能。 主要负责产品设计、原型设计、设计文档编写、平台应用设计和调试等工作。

利用VUE3脚手架完成整个项目的框架搭建，利用axios通过api获取到项目所需要的全部数据，首先将大屏分成几个视图模块，然后依次将数据制作成所需要的图像，在echarts模板上进行添加制作成需求图像，通常用于创建交互式的大屏幕展示或数据可视化