Python开发工具

1.主要负责数据接入：对于不同来源的数据及不同形式的数据（接口API,消息队列,TCP推送等）进行规整入库； 2.指标数据统计和计算：对于入库数据做二次加工，以满足展示需要； 3.提供数据接口:提供接口供前端调用

该软件是一款广告营销软件，主要用于帮助中小微企业快速制作广告宣传图文或视频，同时提供抖音、快手、西瓜、B 站等多视频平台发布，减少大量广告费用投入并提高用户工作效率；此外系统提供营销数据可视化查看，方便用户管理。 我在其中主要使用 python 参与了以下功能的开发： 1. 使用 flask 和 flask-sqlalchemy 构建 python 基本后台服务功能，实现前后端正常 HTTP/HTTPS 通信，实现数据库基础操作。 2. 对接微信和支付宝官方开发扫描支付功能 3. 用户营销数据统计处理 4. 西瓜视频使用接口上传封面和视频，分析 AWS4-HMAC-SHA256 签名，分析发布接口 a_bogus 参数；小红书图文和视频上传；百家号视频上传 5. 定时获取已发布视频的播放量等视频信息，用于用户查看营销数据 6. 定时获取抖音、快手、西瓜、B 站等已发布视频的评论信息，分析快手 __NS_sig3 参数，分析 B 站 w_rid 参数 7. 根据抖音搜索结果进行关键词排名，下载抖音的视频和音频信息 8

①性能测试(压力测试):使用LoadRunner和Jmeter进行性能测试，各种检查点，断言，数据参数化，对功能点，以及某些接口进行性能测试，使用Fiddler进行抓包，会根据浏览器和Fiddler抓取的JSON数据，进行配置，可以完全掌握并使用这两个软件对系统或者网站进行测试 ②自动化测试：使用Python脚本语言，会使用selenium自动化测试框架，使用谷歌浏览器，模仿真人操作，对网站或者系统进行测试 ③功能测试：编写测试用例，用于测试系统或网站，写关于本网站或系统的缺陷Bug文档 ④白盒测试：使用Java语言编写，可以进行自动化编写，多为单例测试 ⑤接口测试：使用Postman进行接口测试 本人主要负责代码方面的全部内容：性能测试，自动化测试，白盒测试，接口测试，功能测试也能独立完成（需要时间）

1.图像算法 图像识别 工业视觉 水表、燃气表表盘字轮和指针读数识别 2.视频设备画面显示（多相机） 2.串口配置与通讯 3.HTTP、TCP通讯

我们将模型部署于ModelArts平台上，并融合了对象存储OBS、云硬盘EVS等多项华为云技术构建了功能体系完整的系统。 后端从前端接收用户上传的数据，可由用户选择分布式推理或者单机推理两种推理模式，不同模式的检测结果对于用户来说是一样的，用户无需关心底层的具体实现。后端将结果反馈回前端进行可视化。

使用的是python的tkinter模块进行开发的小工具，系统上线前对系统中的报表功能进行核对 1、每次版本升级之后 下载原始数据文件 2、升级版本之前 启动程序 执行代码 会把新的数据文件下载 并且对比 使用多线程 ，输出实时日志，对比完成会发送邮件

公司多级代理商在线订购公司产品的小程序以及管理后台。 1. 小程序后端API 包括登录，多级代理商的权限管理模块，商品、订单模块。 2. 后台管理系统，商品管理，权限配置，订单审核，以及财务报表模块。 我主要负责小程序端商品和订单模块的功能开发。 以及财务报表模块和管理系统的后台开发工作。 应用Django+DRF+Redis+MySQL等知识实现系统的构建 应用Pandas+数据库以数据分析技术，实现财务报表模块的API定制化开发。

1、项目主要是将中考理化生的实验考试，通过智能摄像头+核心技术算法，将监考人力成本节约下来，用智能软件+硬件来直接实现现场阅卷、打分。 2、主要功能包括：创建实验，导入实验算法，创建考试，阅卷，打分，输出成绩等功能 3、作为产品经理，主要负责产品规划设计，前期教育局实地调研，跟进开发到上线的全流程，以及后续规划及迭代等

显示模块，处理模块，输入模块，以及各种芯片的底层通讯协议 各种处理以及输出问题，当遇到算法的问题时，会尝试很多新的方法 不断试参数，当发现问题时会主动去修改参数，知道修改到正确为止。对于算法，也会不断去思考有没有更好的解决方法。

用户认证系统：允许用户注册账户、登录和注销。 发布任务：用户能够发布他们需要完成的任务，包括任务的描述、报酬等信息。 浏览任务：其他用户可以浏览当前可用的任务列表，并选择他们感兴趣的任务。 接单功能：用户能够选择并接受任务，系统应该能够更新任务状态以反映任务的进展。 支付功能：一旦任务完成，支付给任务执行者相应的报酬。

首先，我们将收集到的数据进行全面深入的主成分分析（PCA），以提取关键信息并降维处理，揭示隐藏的核心变量结构。接着，利用支持向量机（SVM）进行分类。

1、【100%】利用pptx库的Presentation，结合占位符以及PPTX对POWERPOINT的其它控制功能实现生成PPT的基本功能。过程中涉及不同文件格式的读写，计算以及文件的解压缩，文件夹的多选，数据的实时更新等操作。 2、【100%】利用PYQT5绘制UI界面，在该界面进行数据的汇总，通过判定后分流去向数据库和PPT报告。 3、本项目可以将格式固定的输出数据在UI界面经过简单处理后输出至PPT报告中，且每一次报告生成时会将所有数据汇总至数据库，以便追溯查询(数据库实时更新)。

吸纳夜视公司内部各环节涉及到的软件管理系统，统一收拢为一套综合管理系统。系统涵盖销售、生产、科研、办公、设备、采购，响应无纸化办公管理的号召。 a)生产模块从销售合同抽取信息，生成生产计划、到预排产计划，最后投料一条线路流程的开发与维护，并且根据客户需求定制化开发 b)OA模块公司年度责任书、部门季度责任书、会议管理、公司规章制度等办公管理，并且根据客户需求定制化开发 c)技术模块： 工艺工序管理、良品率、关键过程管理等相应模块定制开发及优化 d)销售模块： 绩效考核 e)科研模块： 科研产品的定制化开发 f)各个模块对应的报表展示 g)制造班组结合mqtt + influxdb 对制造过程参数进行有效采集，员工手持机app开发、离线包连接电脑上传

主要有各种植物，僵尸的定义，以及他们的基本属性，动作等等，我当时负责是太阳花和坚果墙的设计与实现 已有的植物： 向日葵, 豌豆射手, 坚果墙, 寒冰豌豆射手, 樱桃炸弹, 三向豌豆射手, 食人花, 喷射蘑菇, 土豆地雷, 杂草地刺, 胆小菇, 南瓜, 愤怒辣椒, 阳光菇, 冰冻蘑菇, 诱惑蘑菇。 已有的僵尸: 普通僵尸, 带队僵尸, 路锥僵尸, 水桶僵尸, 看报僵尸。 使用 JSON 格式的文件存储进度数据 (例如僵尸出现的位置和时间, 背景信息)。 支持选择植物卡片在每一关的开始。 支持白昼模式,夜晚模式,传送带模式和坚果保龄球模式。

1. 平台功能主要有信息查询工具和渗透测试模块(WEB) 1.1 信息查询模块中包含 分析、查询、和空间测绘引擎（设计待开发）功能，分析功能中有 IP分析、站点分析、域名分析， 1.1.1 IP分析：判断是否为恶意IP、IP归属、运营商、IP类型、IPWhois信息、IP经纬度、IP关联域名(备案信息)、FOFA上IP开放端口和服务等信息、IP历史绑定域名、IP历史存在过的漏洞编号，可用于辅助判断资产归属 1.1.2 站点分析：请求的基本信息【状态码、URL、title、keyword、网站描述、返回长度、网站server】、DNS解析IP(IP归属信息)、网站指纹、基于请求和响应存在的漏洞、URL关联的ICP备案信息、页面中提取到的域名(ICP备案)、提取到的邮箱信息、检测网站是否存在被挂马/暗链内容 1.1.3 域名分析：域名备案信息、nsLookup信息、域名whois信息、待开发... 1.2 渗透测试模块目前只有漏洞利用功能，漏洞利用中支持对指定网站进行单个漏洞的检测，如果存在漏洞，则可以下载漏洞的docx报告，报告中包含url关联的ICP备案信息

项目描述：针对心电图数据（可扩展至多元时序数据），先进行数据增强操作，随后通过傅里叶变换将时序数据扩展至二维空间进行分 析，从而更加充分的学习时序数据周期内和周期间的变化。最后将得到的二维图像输入到优秀的视觉网络中进行分类。 负责任务： ➢ 对 PTB 诊断心电图数据库（PHYSIONET）中心电图的数据增强，包括随机频降、随机周期掩码等。 ➢ 通过傅里叶变换获取心电图一个波形的周期，根据周期对心电图切割将心电图转换为 2D 图像。 ➢ TIMESNET 中的 INCEPTION 网络替换为不同的视觉骨干网络尝试，例如 RESNET，CONVNEXT，SWIN TRANSFORMER 项目亮点： 通过数据增强后，TimesNet 在 PTB 心电数据集上的准确度达到了 93.5%，优秀于传统的 CNN 模型（90.1%）和基于 transformer 改进的 Gated-transformer 模型（91.2%），达到了最佳性能。相比之下，TimesNet 统一了 2D 空间中的时间 2D 变化，这便于通过 2D 内核学习信息表示，从而有利于需要分层表示的分类任务

1、项目情况：此项目实现管道的实时数据采集、监控、智能运算。通过输入不同的管道参数，通过数据模型，测算管道的压力，同时与实际压力值进行对比分析。 2、功能包括项目管理、参数编辑、流程图编辑、数据接口、智能优化算法、智能运行、智能控制、BOR计算等

nginx、mysql慢日志分析脚本；Prometheus + grafana监控；docker容器化框架；自动化任务；elk集群…… 如有需要，可免费咨询，可参考csdn 二流运维的博客

1.目前有企业提质增效、合理化建议、薪资计算、工具管理、工装管理等功能 2.本人负责了解客户需求，自主设计vue2前端 、flask后端、sqlserve数据库进行设计、部署搭建，全项目100%自己搭建

项目主要目的为使用 人工智能技术对新闻进行分类，减少人力成本提高效率。 1. 模型主要分为以下5个步骤进行：数据爬取、数据选择与读取、数据摘要与清洗、模型选择、模型训练与评估、模型组合与预测效验。 2. 使用python及其相关科学库如：numpy、pandas等技术开发，选择的算法模型有：词袋模型BOW（Bag of Words）、词向量（Word Embedding）、神经网络，采用交叉验证的方式训练模型，来降低过拟合情况，最后对上述三个模型的结果组合加权平均。 3. 数据爬取主要使用Python requests库。 4. 使用Jieba中文分词库对中文进行分词处理，来完成数据选择与读取。 5. 独立完成TF-IDF算法对处理好的数据进行摘要与清洗。 6. 使用开源TestCNN和TestRNN模型对数据进行处理。