Python

1.人体动作采集装置开发：负责硬件电路设计和原型制作，同时编写嵌入式软件以实现数据采集和传输功能，确保采集装置的性能和稳定性。 2. 人体动作捕捉解算算法设计：根据采集装置获取的数据，研究和开发算法以进行动作识别、姿态估计和运动轨迹分析，确保算法的准确性和实时性。 3. 人体动作捕捉交互界面设计：负责界面的布局、交互逻辑和视觉设计，以便用户能够方便地进行动作捕捉、数据展示和分析。

项目主要为抢票功能的实现，功能模块分为：1.账号登录，2.日期选定和座位数据的获取，3.座位选定，4.表单信息和付款方式提交，5.订单生成 技术实现： 1. 账号登录实现，获取实时cookies，获取登录后token的秘钥key； 2. 秘钥key的加密base64； 3. js逆向解析生成token参数； 4. fiddler抓包，传参的所需参数的寻找和拼接，以及URL编码编译； 5. HTML和XML的解析，获取数据。 6.js逆向解决表单的提交所需要的用户身份key的生成 7.验证码识别 技术难点： 1、登录需要破解 token 的生成； 2、信息提交和订单生成需要破解身份 key 的生成； 3、验证码识别

作品为量化金融分析师认证考试试卷，编程题满分，包含3个题目如下，试卷见附件。 1.数据获取数据处理 2.金融数据分析 3.期货套利策略

根植于大语言模型技术，在一个产品中无缝集成了任务型、问答型和闲聊型对话的能力，且一个对话中可在三类对话类型之间无缝切换 对话创建者仅需： (1) 以简单的3~5条文本示例为基础构建出面向任务的xmind对话树 (2) 将问答知识组织到层级标题化的word文档中 (3) 通过(约束)提示词定义闲聊的角色 即可完成一个“全能”的对话模型定义，这都归功于充分利用了大语言模型的语言能力和常识能力 一个非技术的业务人员就能完成70%-80%对话定义工作，即可让对话树运行起来，剩下20%-30%(不是必需的)脚本相关高级功能可由技术人员来完成 （详细信息，参见附件的PPT文件）

1.本项目通过python的scrapy模块爬取网易新闻标题及对应详情页具体内容，并将数据分类进行存储，实现了数据的采集、清洗、存储等过程。 2.该方法能够为用户快速获取大量信息以供用户进行决策分析

工作内容：针对车辆图像，利用基于CNN的计算机视觉技术检测此车辆图片属于哪个车辆。我主要解决两个难点：1.相似车辆过多，2.同一车辆不同视角差异较大。针对第一个难点我利用变分自编码器增强车辆图像细节，针对第二个难点我将视角语义注入模型提升模型的视角感知能力。最后将算法部署到Linux服务器后端，并嵌入到SpringBoot服务中。针对车辆重识别模型进行对抗攻击，并验证了其脆弱性。针对度量学习的无类别特性设计了度量攻击方法AFNA（Average Furthest-Negative Attack），AFNA可以充分利用现有数据进行攻击，实现有目标攻击和无目标攻击的结合，同时使用的特征聚合方法可以提高攻击效率。

为了辅助运营对文章进行打标，需要一个工具能够给运营推荐标签 我们把部分数据投喂给 ChatGPT 以生成结果，将这些内容作为 fine tune 数据， 在 ChatGLM 的基础上继续微调

中小学人工智能教育场景中针对学生考试的错题进行推荐同类题型。将做过的试卷拍照后，可以把学生手写做过的试卷去掉学生手写文字及手画的图片，保存成干净空白试卷，在通过 AI 目标识别、OCR、NLP 等技术，针对学生做错的题推荐若干道题，以达到让学生加强巩固知识的目的。 项目职责：主要负责试卷图片前期的处理（包括试卷部分提取、去除阴影等），文字校正，错误符号的检测、去除手写部分、OCR 版面分析和文字识别。 项目业绩：训练了语义分割模型对带有拍摄背景的图片进行边缘智能识别，去除杂乱的拍摄背景并精准框取试卷边缘，得到完整的试卷图片；将图像的文字和背景做较为清晰的分离使得文字清晰；对于拍摄的比较扭曲的照片完成了文字校正；通过训练了目标检测模型，比较准确地检测出错误符号的位置；训练了文字擦除模型将试卷的手写部分擦除，还原出裸卷；训练了 OCR 模型进行版面分析和文字识别。

基于深度学习的文本驱动生成数字人系统，包含语音合成（自动音频标注、自定义语料训练、多音字和特殊字符识别）、文本驱动图像人物肢体动作、语音驱动人物唇形和肢体动作（音频驱动图像\视频唇形和肢体动作）。使用到的技术：语音合成算法相关（TTS、Paddlespeech、Spleeter、Whisper）、音频驱动人物唇形和肢体动作（MuseTalk、SadTalker、Video-Retalking、Audio2photoreal、Vlogger）、文本驱动人物肢体动作（MuseV）。

1.该项目主要用于解析国内外主流视频平台的源视频地址，如抖音，快手这种下载会有水印的，以及一些没有提供下载方式的网站 2.我在其中主要负责各视频网站获取源视频地址接口的开发，保证解析成功率和高并发下的稳定性

本作品旨在解决对股票未来趋势的预测，包括股票的最高点位、最低点位、开盘点位、收盘点位并由此计算出涨跌幅，将预测后的详细信息以图像、excel文件的形式向用户进行展示并保存到相应位置，随后计算市场波动率，根据计算出的市场波动率等经济学指标，利用嵌入的ChatGPT对相应股票进行分析，对用户进行后续决策具有较大的参考价值。

1.该项目主要提供国内外各个电商平台的api接口供用户使用，其中包括商品详情，搜索商品，商品评论等数据 2.在该项目中我主要负责接口开发，开发了部分电商平台以及如抖音这类短视频平台中包含商品的平台相关接口

需求：接的爬虫项目，要求通过公开数据爬取五大联赛2005-2021赛季每场赛事具体数据，包括胜负关系、进球数、联赛排名，同时爬取每场赛事对应赔率与菠菜相关数据。 分析与实现：数据相关网站具有多个页面，ajax 动态加载页面，相关链接通过 js 跳转，经过初步分析联赛数据部分使用开发者工具抓取 json 数据包，利用 requests 包爬取，赔率相关界面结合 selenium 模拟点击并定位相关元素，获取需要数据。后使用 scrapy 框架提高爬取效率。

1. 微信小程序开发，功能齐全，覆盖微信登录，轮播图，历史数据访问情况等 2. 覆盖功能齐全 3. 后端：flask， 前端：微信小程序原生开发或uniapp开发都可以，后端：flask， 前端：微信小程序原生开发或uniapp开发都可以后端：flask， 前端：微信小程序原生开发或uniapp开发都可以后端：flask， 前端：微信小程序原生开发或uniapp开发都可以

通过抓包移动端找到ip端口，伪造token登录验证，通过Mysql数据库获取用户username，password向服务端发送请求来进行打卡，签到，数据提交等。可稳定运行。

一、支持屏幕连点功能，用户可以自由选择需要进行连点的操作；二、在设置连点的时候，用户可以设置点击的时间以及次数；三、提供录制器，用户可以直接使用录制器录制动作；四、支持将用户录制的动作进行重复操作，释放你的双手； 五、为用户提供评论库，可以查看到评论库中的内容； 六、这里有着海量的脚本库，用户可以自由选择对应脚本使用

高频因子开发。使用的主要语言是DolphinDB，DolphinDB为高性能分布式时间序列数据库，计算性能优越，且擅长实盘流式计算。

高频量化交易，使用主要技术为： 1)Python：Pandas, Numpy 等 2)DolphinDB: 高性能分布式时间序列数据库，流式计算 3)SQL: Oracle, MySQL, hive, DDB, 在wind时负责部门SQL培训 4)开发工具：linux, xshell, xftp, git, pycharm, vscode, anaconda, navicat, notepad++, wiki, jira, typora, beyond compare, ultra edit, office, xmind, visio

跟据客户的需求,逆向某丰快递网站,过某讯滑块验证码,破解查询请求中的加密参数,实现批量化,协议化查询快递信息.并同时开发邮正等相关快递的查询程序