性能优化

1、基于Vue前端、C#后端及SQL serve数据库开发，专为中小型制造业设计，集成MES生产管理与采购系统双模块。 2、MES系统：支持生产计划排程、工序追踪、质量检验及设备监控，实时优化库存与成本； 3、采购系统：覆盖供应商管理、订单自动化、比价分析及合同管理，实现采购流程透明化等。 系统采用模块化架构，兼具灵活性及扩展性，支持多终端数据同步，帮助企业打通生产-采购全链路，降低15%以上运营成本，提升30%管理效率，助力制造业数字化升级。

面向大众 解决民众日常使用问题 影响力巨大 此Python后端作品使用Flask框架构建。它实现了基本的CRUD操作。通过定义路由处理函数，前端可与后端交互获取或修改待办事项信息。使用SQLite数据库储存数据。代码结构简洁，易于扩展，有效地实现了待办事项管理的业务逻辑。

面向的行业和业务场景 该软件主要面向对高性能计算和任务处理有较高要求的行业，具体业务场景及相关行业如下： 网络数据处理：在通信、互联网行业，用于处理高速网络数据包，例如网络设备（如路由器、交换机）中的数据包转发、过滤和分析等操作。 数据存储与处理：在云计算、大数据行业，对持久内存（PMEM）数据进行高效处理，比如数据的读写、更新和持久化操作。 金融交易处理：在金融行业，处理大量的实时交易数据，保证交易的快速响应和高吞吐量。 功能模块划分 1. 初始化模块 DPDK 初始化：通过 init_dpdk 函数完成 DPDK（Data Plane Development Kit）的初始化，配置系统资源和参数，为后续的网络数据包处理做好准备。 内存池初始化：init_mempools 函数为每个 NUMA 节点创建 PMEM 内存池和 MBUF 内存池，用于任务对象和数据包的内存分配。 2. 任务管理模块 任务提交：submit 函数提供了任务提交接口，用户可以将自定义的处理函数、数据指针和相关参数封装成任务，并提交到指定的分片队列中。 任务队列管理：使用 QueueShard 结构体管理多个任

后台管理页面CURD表格、权限管理、导入导出、上传下载、地图打标等功能； 前台可视化大屏，展示后台数据与网格数据，使用高德地图、天地图、echart.js、VR等技术清晰的把后台管理系统的数据展示到大屏前端。小程序端的数据展示与管理，扫码登录。

1、数据可视化页面展示对应数据 2、这个系统根据检测产品实时信息，数据是后端统一调用，前端展示。 3、实时检测航行信息，产品相关状态 4、用户可以实时关注产品信息

机器人基于人工智能技术,面向企业场景的 AI 服务,可应用于智能客服、服务咨询、业务办理等场景,还可以帮助企业实现智能营销和智能企业内部服务。 主要负责知识库管理，将知识类型进行分析，支持文本问答，文件统一管理

1.【做市商】协助做市商通过在外汇，债券等在场外交易中寻找套利机会； 2.【优势】相对于原先通过行情文件分析等方式，可以通过程序方式实时跟踪行情交易数据，以获取套利机会； 3.【技术栈】数据以及报单等后台系统使用spring相关技术栈实现，数据分析等使用python等技术栈实现；

1. 深厚的技术知识：掌握广泛的技术栈，包括操作系统（如Linux/Unix, Windows）、网络协议、虚拟化技术（如Docker, Kuber netes）、云服务（如阿里云，腾讯云）等。 2. 问题解决能力：能够迅速识别并解决系统中的故障或性能瓶颈，具备良好的调试和分析技能。 3. 自动化技能：熟悉各种自动化工具和技术（如Ansible, Jenkins），能够编写脚本（如Bash, Python）以实现日常任务的自动 化，提高效率和准确性。 4. 监控与维护：精通使用监控工具（如Prometheus，Grafana）进行系统的实时监控和性能评估，确保系统的高可用性和稳定 性。 5. 安全意识：理解网络安全的基本原则，能够实施安全策略来保护数据和系统的完整性。 6. 持续学习的态度：IT领域发展迅速，保持对新技术的好奇心和学习热情，持续提升自我能力。 7. 应急响应能力：在面对突发事件时，能够冷静处理，快速采取行动以减少损失，保障业务连续性。

2023/03 - 2024/7 供应链交易和生物资产管理系统（上海磐农） • 项目描述：面向农业产业链上下游核心业务供应链交易管理: 商品交易、支付、履约、数字仓储，数字车间，数字物流、溯源标签、账务核心、清结算系统平台化的解决方案和从0到1的系统搭建和核心代码编写，提供交易数字化、支付平台化、清结算自动化、记账专业化、生物资产监控物联网化的解决方案。 • 技术挑战：从0到1搭建系统，解决系统性能瓶颈，优化业务流程，提升系统稳定性和扩展性。 • 技术应用：使用分布式架构和微服务设计，引入Redis和Kafka进行缓存和消息队列处理，使用大数据技术（如Hadoop、Spark）进行数据处理和分析。 • 项目成果：支付请求的响应时间缩短至100毫秒以内，账务核心的处理性能提升至每日数百万笔交易。

1: 主要负责日常功能开发工作,以及功能自测;比如：商品分类展现及商品的基本操作,商品的基本管理,操作完RabbitMQ消息 队列来发布商品消息,同步索引库和商品静态页面; 2: 实现单点登录和单点登出,解决多个服务之间session共享问题, 以及基础功能的设计，开发，单元测试; 3: 前台系统首页大广告，新闻，公共和文章等展示, 使用Redis缓存技术在加载首页时,减轻数据库的压力; 4: 搜索服务,主要是商品的搜索,采用开源企业级系统Solr实现,提供和用户信息相关的接口,采用MQ机制保证商品数据可以及 时同步到solr中; SpringMVC+Spring+Mybatis+Dubbo+Redis+Nginx+Jsp+Js

1. 接手维护的项目，属于音乐播放类，播放MP3书籍，上架谷歌Play。 2. 重写了部分UI界面，比如书籍详情和播放页，之前是耦合在一个页面。 3. 重写了音频播放。原来代码，每个需要播放的地方，使用一个MediaPlayer，导致项目中四个实例，页面切换时重新初始一个MediaPlayer，点哪里卡哪里。 4. 对接了MediaSession，可以在系统通知栏和状态栏控制音频播放及显示状态。

本项目是一个基于Vue3、TypeScript技术栈的后台管理系统， 集成了Vuex、Echarts等技术，支持富文本编辑功能。 系统实现了登录跳转、商品的增删改查等功能， 适用于企业级应用开发

1、负责与UI合作，实现高体验的web交互界面； 2、分析与澄清需求，并制定开发流程等； 3、使用vue2+axios+antdesign-vue，Echarts，proxy等技术栈开发项目； 4、编写前端开发文档； 5、优化前端项目。

1.前端-中台-后台业务测试； 2.协议分析测试； 3.数据准确性测试； 4.性能测试； 5.集成测试； 6.接口测试； 7.10年软件测试经验如下： ①　协议识别功能测试； ②　IDC业务测试及现网维护工作； ③　中国电信互联互通DPI集采现场测试； ④　2020中国移动固网DPI集采测试； ⑤　重构功能自动化用例编写。

1、本项目解决了餐饮行业与顾客的联系问题，管理员可以管理店铺、员工、菜品等信息，顾客可以进行点单、咨询等，商家可以上/下架、出单、拒单等操作 2、本项目采用Spring BootMVC三层架构，运用了Spring Boot、Mybatis、Redis等技术，数据库采用Mysql，前端采用Vue框架 3、本项目是开源项目，用IDEA运行代码，打开并连接数据库，打开redis等软件即可运行，然后在浏览器输入指定地址即可访问系统

我主要负责性能优化 游戏测试 各项游戏的服务器测试 技术保证到位 有各类的技术经验 主要以性能优化为优势

项目介绍：实现可覆盖生产计划、物料管理、质量控制、设备维护等环节的智能制造执行系统。通过引入工业互联网、大数 据分析、人工智能等技术，实现了生产过程的实时监控、预测性维护、智能排产优化等功能。系统集成了PLC、SCADA、机 器视觉等自动化设备，打通了底层设备与上层管理的数据通路。上线后，生产效率提升30%，设备故障率降低20%，产品合 格率达到99.9%，大幅提升了企业的生产管理水平和核心竞争力。 技术栈： SpringBoot、MyBatis-Plus、RabbitMQ、Redis、Docker、Kubernetes、Flink 负责范围：负责MES系统的整体架构设计，梳理生产制造业务流程，规划系统功能模块，优化生产调度算法，结合工艺路线、产能负荷、物料限制等因素，实现智能排产，研究应用机器学习算法，开发预测性维护模型，对设备健康状态进行预测和故障诊断，规划系统安全方案，设计权限模型和安全审计机制，保障生产数据的机密性和完整性，制定开发规范和流程，把控项目进度和质量。 难点问题：通过引入Kafka和Flink等大数据处理工具，解决了海量生产数据实时处理的问题，实现了生产状态的实时监

基于SpringBoot Vue的医院管理系统 角色：医生、患者、管理员 管理员：医生信息、科室管理、挂号预约、用户管理、就诊单、住院办理、药品信息、住院通知、药品类别、退费信息、检查信息。 医生：医生信息、挂号预约、就诊单、住院通知、检查信息、登录。 患者：登录注册、首页、公告消息、医院资讯、医生信息、我的账户、个人中心、药品信息等。

该小程序分为三个版本 初级版：软件只对应一个门店下的多个包厢，可以在软件上自助开门等等； 中级版：软件对应一个服务商，服务商可以添加多个门店，门店下可以有多个包厢；这样可以集成化管理 高级版：软件多了加盟商功能，加盟商可以开设多个门店，但是加盟商多按照平台需要支付加盟费

1. 【60%】项目分为称重，营养分析，支付，餐卡业务模块 2. 【40%】我负责支付和餐卡业务模块，主要使用C#+js+sql+EF+.Net6.0达到了项目更好的性能和正常运行 3. 难点主要是支付模块的重构和优化。 解决主要还是支付业务太过复杂，拆分出去一些不要的业务多余的代码