Python

IBN是基于意图驱动的网络智能分析平台，针对园区及数据中心网络，助力行业数字智能，系统涵盖网络设计与部署、策略管理、智能运维等整个网络生命周期。 整套系统采用mongdb、postgredb、es作为数据存储系统，kafka作为消息队列，saprk作为实时与离线计算引擎，spring boot作为为服务框架，通过k8s调度各个服务器容器，各功能模块以微服务形式部署于服务器内。 我主要负责大数据应用与微服务应用开发，在其中承担网络设计模块的微服务设计与后台开发，这部分功能包括新建网络的分区设置、网络模版设计以及业务网设计，也包括对现存网络的网络反演功能。 承担分析保证模块的网络故障诊断分析核心功能的设计与后台开发，这部分包括用户报障后的故障根因诊断与网络故障主动发现，主要通过采集到的设备基本数据、状态配置信息，以及实时报文流数据进行异常识别与发现，再结合智能算法以及专家经验库对网络异常事件进行关联分析，及时给出用户网络故障根因分析结论。

分析用户消费能力，大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

可以通过网口与FPGA实现告诉通信，带宽达到1G，进行高速的数据抓取分析。界面使用了QT，网络协议采用了udp协议。

自主开发时间管理系统，记录每天花费在各项任务上的时间，并添加了番茄钟功能，专注的同时无感记录生活轨迹。

此为对于flv格式封装方式的解析 以及aac h264格式解析 了解其封装方式 解析方式为 将文件转换为对象树 通过对象可以看到整个文件的结构内容 git clone https://github.com/farawaystars1/FlvParser

匹配和语言成绩提升。将留学与互联网结合，帮助学生完成留学申请。 iOS端和 android端并配合有H5端。接口使用yii2开发。用到了mysql，redis，oss，mongodb 等技术。 2，我主要担任后台开发。后台框架：yii2+layui。 3，该系统帮助企业的留学老师很快速的根据学生自身的成绩匹配合适的留学院校，帮助老师 很好的结合学生的留学意向推荐合适的留学方案，并方便对学生资料的管理。

1、该开源库主要功能是为了简化python开发qt客户端时创建qt类型时繁琐的属性定义和信号定义，使用该插件可以直接一行代码生成所有的qt属性和信号，以便在qml中或者其他qt对象中使用。 2、该项目为个人自研，主要使用了python的元类魔法，在生成qt类以后重新生成同名qt类，偷梁换柱，使得可以使用一句简单的@qdataclass注释就能生成想要的qt属性，而不需要进行繁琐的定义。

利用request模块来请求url，获取到数据之后将其保存下来（电子表格or文档都可以），其中，主要是难点在于js逆向，因为需要找到如何生成的，在这个项目当中，我独自完成了所有部分

使用CLIP预训练模型进行跨模态检索，Flask框架搭建web服务，可对检索数据库进行管理、留言，并对模型进行微调，实现跨模态数据检索。

通过逆向操作解开加密的数据，然后通过接口去获取展示出来的信息，能给使用者一种直观的感受，整个项目一个人独自完成，从逆向，到获取数据

熟练掌握JavaScript，HTML，css,vue,react等； 能熟练使用jQuery、Bootstrap、angularJs、nodeJs、vux、ant-design，elementui，iview，vant等前端框架； 深刻理解W3C标准及可用性； 深刻理解h5，css3等； 掌握DIV+CSS页面架构和布局方式以及flex页面布局； 能熟练使用git、svn等代码管理系统； 能熟练使用nginx转发代理服务； 能熟练使用ajax，axios和后台进行交互； 熟悉java，python后台开发语言； 具有后端项目排障，shell等运维能力；

欧易交易系统，属于高频交易的一种。时时监控货币走向，以灵敏的市场捕捉能力，获取数据，并及时套现离场。可以协助投资者时时交易。

项目描述 训练平台： AI studio+Google Colab 技术实现： YOLOv4，DeepSort,Counting 主要负责：训练集选用 Pascal VOC 数据集，2007 版本提取行人车辆作为行人车辆检测的数据集； AI studio 平台训练行人车辆的目标检测权重文件，使用 k-Means 算法调整 anchor 的大小，使目标检测更为准确 Google colab 平台通过引入 deepsort 算法和counting 算法的代码将训练好的权重文件转换成用于目标跟踪的 yolo.h5 文件将相关文件移植到 Jetson Nano 嵌入式平台上，可用于统计客流量和在自动驾驶领域有很大的实用意义

1. 采用Vite作为构建工具，结合React框架和Typescript语言，确保了项目的稳定性和类型安全。同时，利用Material-UI、HTM L、CSS以及styled-components等技术，打造了丰富且响应式的用户界面。 2. 通过Axios的二次封装，简化了与后端服务器的数据交互过程，提高了请求效率和代码可维护性。此外，借助Websocket技 术，实现了与AI之间实时的文字聊天功能，进一步增强了用户的交互体验。 3. 利用react-markdown库，优雅地展示了大型模型返回的信息内容。同时，通过fingerprintjs2技术获取浏览器指纹，实现了对 未登录用户的友好服务体验。另外，还集成了react-google-recaptcha-v3，实现了无感知的人机验证机制，有效防范了恶意攻 击和机器人滥用。 4 .采用redux进行全局状态管理，确保了应用状态的一致性和可预测性，从而提高了整体的应用响应速度和可维护性。同时，利用 Material-UI的theme功能实现了昼夜模式切换，并对常用组件进行了精心封装，进一步提升了用户的操作便捷性和视觉享受 5. 后端系

项目描述： AI（人工智能）＋SOAR（安全编排、自动化与响应）为核心的安全协同作战平台，通过虚拟作战室、AI机器人和可视化剧本编排，帮助安全团队加速威胁响应与处置，提升运营自动化，实现安全风险自适应治理。适用于护网演练、应急处置、周期巡检、调查取证、分析溯源、日常运营辅助等。 责任描述 1. 任务管理模块：前端开发和后端开发任务。任务包括已处理和未处理的人工任务和审批。任务管理功能包括：列表展示（支持任务名称、、状态检索任务）、处理（或者批量处理）人工任务、查看任务详情。能够添加一条或者多条任务处理记录，处理记录以时间轴进行展示。 2. 调度管理模块：平台调度引擎和功能编写。基于Quartz开源调度框架编写的调度引擎，支持暂停、恢复、删除、立即执行调度等功能。执行策略支持“每小时、每天、每周，间隔时间支持分钟、小时、天。结束策略支持：永不停止、按时停止、按次数停止。支持调度按照调度策略调用剧本或者APP。 3. 文件存储管理：基于开源协议的MinIO对象存储服务，实现列出文件和文件夹、创建一个存储桶或者一个文件夹、展示文件和对象内容、生成共享的URL、拷贝文件和对象、给文件桶和文件夹

服务内容全部包含: • 本项目为软件定制化开发，提供源代码及部署上线。 • 可定制开发软件类型：销售管理软件开发、订单管理系统、客户管理系统定制开发、 成本管理软件开发、企业成本管理系统定制开发、B/S成本管理、CRM客户关系管理系统、生产计划管理系统、设备管理系统、进销存系统、资产管理系统、企业OA办公自动化管理系统、ERP定制开发 • 可定制开发网站类型：大型门户网站定制开发、营销型企业网站开发、SEO型企业网站 服务优势: • BUG问题：无条件、终身、无偿维护（实力开发者才敢担保） • 验收原则：项目整体测试通过后进行验收、不满意改到OK为止（无条件、在不新增需求的情况下） • 擅长技术：本人为个人工作室运营。拥有12年 开发经验，擅长全栈开发、前端精通技术：Web页面设计、Vue ElementUI开发、后端精通技术：Django开发、熟悉Linux服务器部署等。 服务前需客户提供的信息: 公司详细介绍（包括：业务流程、软件开发背景、目前公司面临的痛点、期望通过软件解决什么问题）软件需求说明书、软件全部功能详细描述文档、软件初步策划方案说明书、参考软件截图、软件运行逻辑说

使用scrapy框架对当当网的一个当时所卖书籍信息的数据爬取，爬取后以JSON格式保存在本地。主要爬取信息为书籍图片、名称以及价格。

可以控制示波器和信号发生器，远程的操纵仪器并调试电路。同时实现了扫频功能，通过改变信号的频率，实时监测示波器变化，可以很快的得到其频率响应曲线。

1、项目为自研异步文件io接口，旨在解决python种多线程读写文件时独占GIL锁时的cpu开销，避免多线程切换和GIL开销，提高IO效率。 2、该项目为个人独立开发，使用cython语言开发，通过python事件循环中的底层api和系统底层api实现了单线程下的异步文件IO，目前在Windows系统上实现了基本的pythonic的IO接口。

之前一直是命令行版本，为了便于设计师使用，制作该可视化版本 1，主要功能区域：左侧是预览区域，制作过程中每个步骤都可以直接所见即所得即时看到方案的效果；中间是步骤选择区域，支持彩色字生成的各种方案的叠加，可以很方便的组合，挪动顺序，撤销等；右侧是每个步骤的详细设置，可以支持复杂的设置 2，都是我一个人完成的，命令行版本也是我写的 3，难点，用python写界面开始不大熟悉，边写边学