Python开发工具

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。

某客户需要开发一款嵌入式控制器，用于监控和控制工厂设备。该控制器采用Modbus通信协议与各种传感器和执行器通信。为了方便工程师配置和监控控制器，公司决定开发一个PC端工具，允许用户通过图形界面与控制器通信，读取传感器数据并设置控制参数。 在这个案例中，需要完成以下工作： 在嵌入式平台上实现Modbus通信协议，确保控制器能够与各种设备进行数据交换。 在PC端开发一个工具软件，通过串口或网络与嵌入式控制器通信，实现读取传感器数据和设置控制参数的功能。 确保PC端工具具有友好的用户界面，使工程师能够轻松地监控和配置控制器。 测试整个系统的稳定性和可靠性，确保数据传输准确无误。 这个案例的亮点包括： 跨平台通信：通过在嵌入式平台上实现Modbus通信协议，并在PC端开发相应工具，实现了跨平台的数据交换和控制，展示了不同设备之间的互联互通能力。

护网项目，对天眼态势感知系统进行告警监测，对发现的紧急事件进行分析研判，封堵IP；与二线同事对接安全设备调试工作；设备巡检以及日报编写；期间溯源利用弱口令进入攻击队资产搜集系统后台，编写报告；内部攻防演练期间发现信息泄露漏洞一枚；

爬取商品信息，爬取图片，使用scrapy框架加多线程，多管道，数据清洗，放入mysql数据库，使用多种库，numpy，pandas，pymsql，urllib，requests。

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。

项目分为人脸识别功能，通过电脑摄像头采集到人脸图像，提取人脸特征，与人脸库中的人脸进行匹配，如匹配达到一个阈值则表示人脸识别成功； 数据库存储，存储一些考勤数据以及学生基本信息等 界面设计，设计了前端网页，分为学生端和教师端，对课程考勤情况进行管理

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

实战项目背景：当今电商市场竞争激烈，为了保持竞争力，电商公司需要不断优化自己的业务流程，提高产品销售效率。在这个过程中，拥有一个高效的在线购物后台系统是非常重要的。 开发目的：创建一个电商公司的在线购物后台系统，主要用于帮助卖家管理自己的销售产品。 开发功能：用户管理、权限管理、商品管理、订单管理和统计管理等。

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

此项目为当时课题项目，主要以通过教学目标为准，理解BP神经网络和离散Hopfield神经网络的结构和原理，掌握反向传播学习算法对神经元的训练过程，了解反向传播公式。通过构建BP网络和离散Hopfield网络模式识别实例，熟悉前馈网络和反馈网络的原理及结构。

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。

上市公司，千万级用户平台，矩阵公众号的ai客服支持以及后台管理维护。 主要使用了laravel，tp，微信公众号开发，rabbitmq，mysql等技术栈。 采用了分库分表等方式实现数据存储以及读取。

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。

根据客户提供的产品图片，到淘宝、京东、得物、唯品会、拼多多等几大平台上以图搜图，并将图片做相似度分析，以相似度展示搜索到的图片及商品链接信息

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。

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

项目描述：应上级领导要求，需要定期报送信息公司各种软件硬件资产信息，通过脚本读取、清洗、整合蓝鲸平台CMDB中21个模型的数据，最终生成11张CSV文件，共计167 个字段，然后向数据中台发送请求获取token，携带token将数据文件 上传至OSS云存储 在服务器上离线部署Python运行环境，并安装所需第三方库，测试各个系统之间的网络是否通畅； 责任描述：编写Python脚本，读取CMDB模型中数据，清洗、整合后生成CSV文件。获取数据中台的认证token后上传数据到OSS，然后将返回的响应头中的存储文件链接回写到CMDB； 配合测试人员完成脚本功能测试，对不符合预期功能的地方进行修改； 部署脚本上线，使用Linux crontab定时执行，日常检查运行日志，及时发现并解决问题；

爬取各招聘网数据， 进行了视图处理让用户可以更直观进行比较选择更具性价比，我主要进行爬取数据进行整理。

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.餐饮连锁巨头百胜的驻场运维，主要为肯德基订餐系统，主要搭建并不断完善监控体系、监控告警处理恢复、中间件集群的搭建、系统应用的部署、系统应用升级等； 2.本人负责监控体系的不断完善，包括中间件kafka、es、日志等监控采集脚本开发，es版本从5.x滚动升级到7.x； 3.百胜使用es起步较早，最初的es版本为5.x，且为elasticsearch原厂安装的，因为百胜需要对接最新的日志采集系统，开发新的应用对接新版本es，但是升级新版本确为挑战，经过实战本人成功从es5.x升级到7.x。