Python

在我之前的项目中，我负责编写了一个Python爬虫程序，用于从特定网站抓取关键数据。该程序有效地处理了反爬策略，并在短时间内完成了数据提取任务。客户需求爬取指定的房屋数据

项目角色：负责项目的 90%工作。涵盖从硬件选型安装、算法系统架构设计开发，原型机识别精度验证的多个方面。 项目难点：同食材可能具有相似的外观和纹理，例如橘子和橙子；相同食材可能具有不同的外观纹理，例如各品牌的牛奶；食 材可能会被遮挡、密集摆放，而且包装不尽相同；算法需要部署在边缘计算单元上，因算力受限，需要优化算法以提高效率。 技术方案：采用目标检测、自研多目标跟踪技术。使用目标检测来识别人体和食材，自研多目标跟踪算法用于重建人手 和食材的运动轨迹，算法系统部署于 Jetson NX 边缘计算设备上，利用模型裁剪降低参数规模，以适应边缘计算环境。

内容:1. 在本项目中我担任开发组长的角色,负责协调组员和工作分配,舌头图片数据的采集,flask框架的搭建,web前端界面的设计。 2. 该项目利用舌诊图像的获取和分析,结合中医经典理论和大数据分析,通过舌象识别和疾病模型匹配,实现对患者的舌诊诊断和治 疗建议。该系统具有综合舌诊图像处理、模式识别和机器学习等计算机技术,为医生提供辅助诊断建议和个性化治疗方案,同时支持 远程医疗和大数据积累与研究。中医智能舌诊项目的目标是提高中医舌诊的准确性和效率,促进中医医疗的普及和推广,为临床医生 和患者提供更好的医疗服务。3. 除了舌像分析,还包括食谱推荐,与智能问答,根据舌像分析出来的病情,使用推荐系统,推荐出相关中 医食谱。在智能问答功能,主要可以回答一些普通的问诊与科室的推荐等。

1.针对支付系统进行功能测试和接口测试 2.对单接口进行单元测试 3.制作脚本提升测试效率 4.对接多个平台进行大数据测试

在我之前的项目中，我负责编写了一个Python爬虫程序，用于从特定网站抓取关键数据。该程序有效地处理了反爬策略，并在短时间内完成了数据提取任务，客户需求爬取猫咪资料，根据种类爬取对应的猫咪资料

在图数据库Neo4j/ONgDB中，ongdb-lab-apoc是一个非常重要的组件，它是一个名为APOC（Awesome Procedures on Cypher）的插件，可以扩展图数据库的功能和操作。 APOC插件提供了一组强大的过程和函数，可以帮助您进行更高级的数据处理和操作。它可以扩展Cypher查询语言的功能，包括数据转换、导入/导出、字符串处理、时间处理、生成Cypher等。通过使用APOC，您可以更轻松地进行复杂的数据操作和分析 。 在使用APOC插件之前，您需要先下载并安装它，然后在Neo4j的配置文件中启用。一旦启用，您就可以在Cypher查询中使用APOC提供的各种过程和函数了。 在图数据库Neo4j/ONgDB中，ongdb-lab-apoc是一个非常重要的组件，它是一个名为APOC（Awesome Procedures on Cypher）的插件，可以扩展图数据库的功能和操作。 APOC插件提供了一组强大的过程和函数，可以帮助您进行更高级的数据处理和操作。它可以扩展Cypher查询语言的功能，包括数据转换、导入/导出、字符串处理、时间处理、生成Cypher等。通

在我之前的项目中，我负责编写了一个Python爬虫程序，用于从特定网站抓取关键数据。该程序有效地处理了反爬策略，并在短时间内完成了数据提取任务。爬取指定小说

本人主要负责本书第3、6、7章审校，完成第5、10章编写。 百度百科介绍：https://baike.baidu.com/item/%E7%B2%BE%E9%80%9ANeo4j/62286844 图数据库是NoSQL类数据库的又一大典型代表，在国内图数据库属于新兴事物，其优异的复杂关系解决方案引起了国内众多大型互联网公司及IT开发者的关注，而Neo4j是目前图形化数据库中最为出色、最为成熟的产品。本书的第一版书名是《Neo4j权威指南》，发行量超过13000册，本书在第一版的基础上补充完善了Neo4j的新特性、新功能，总页数超过700页。 本书的编写从2021年筹划到2022年11月出版，历时将近一年的时间，倾注了编委团队大量心血，最终在编委团队的齐心协力下定稿出版。 本书基于Neo4j 4.4版本编写，共分10章，涵盖基本概念、基础入门、查询语言、开发技术、管理运维、集群技术、应用案例、高级应用、中文扩展、配置设置、内建过程、GDS、Fabric等内容。各章简要介绍如下： 第1章 Neo4j图数据库基础。介绍图数据库概念以及Neo4j的体系结构。本章可以作为初学者的入门部

使用ernie模型他是基于深度学习框架PaddlePaddle实现的。 通过自然语言处理和深度学习技术对用户发布的文本进行分析和检测，快速准确地判断其中是否含有恶意言论，在发现恶意言论 基于深度学习的ai中医舌诊 2023.04-2023.09 2022.09全国大学生数学建模竞赛 2022.09-2022.09 后，系统可立即对其进行处理，例如删除相关文本或限制发布者的行为，同时在普通用户发表言论后，也可以使用该系统进行一遍 过滤。 功能一：文本数据上传与预处理 用户能够通过系统的用户界面上传待检测的文本数据，支持直接进行文本文本检测。在上传过程中，系统应对数据进行预处理，包 括去除无关字符、标准化文本、分词等操作，以便后续的模型处理。 功能二：文本文件上传与预处理 用户能够通过系统的用户界面上传待检测的文本文本文件数据，系统支持多种文件格式的上传，如文本文件、CSV、Excel等。在 上传过程中，系统应对数据进行预处理，以便后续的模型处理。 功能三：网页文本数据预处理 用户能通过系统的用户见面输入需要进行恶意语言检测的网页url地址，上传后系统会访问网页获取到网页的文本数据，通过对

利用python对站点资源进行爬取。爬取过某团酒店信息上万条数据。使用Python的Scrapy框架进行爬虫开发。Scrapy是一个快速、高层次的屏幕抓取和网页抓取框架，用于抓取web站点并从中提取结构化的数据。此外，我还利用BeautifulSoup和lxml等库进行HTML解析，以及使用requests库进行网络请求。

将excel表格中的用户数据提取出来，在图片指定位置，嵌入特定格式的文字，并进行排版布局，实现一键批量操作，适用于印刷奖状此类文档编辑

全栈开发，作为技术主管负责整个小程序的架构开发，服务器搭建运维小程序上线使用，本小程序是一个复杂的微信多商户电商小程序

python爬虫，利用requests模块进行访问服务器，同时接受到服务器的响应内容. 主要出现的问题就是怎么大量获取照片 这里面我用到了正侧表达式，也就是re模块进行获取 问题才可以解决

悠络客是以公有云为平台的人工智能企业，核心产品慧店系统以摄像机为基础，根据智慧商业、智慧家庭和智慧城市等不同类型用户和场景，可灵活提供AI视频检索、AI巡检、客流分析、车牌识别、人形报警、跌倒检测、目标追踪等SaaS服务和配套行业解决方案，致力于用人工智能技术让人类工作和生活更轻松。 作为公司慧店产品的中后台的技术主管，负责项目的整体技术方向、算法实现以及团队的管理和协调，确保项目的高质量、高效率完成。期间所做的工作包含但不限于系统架构、技术及数据库选型、AI模型训练及评估、AI服务封装、微服务封装、团队管理和激励、技术难点攻克、前瞻技术探索等。

基于 FATE 给运营商搭建了联邦学习平台，基于 FATE 进行二次开发，支持了 FATE 现有算法的情况下，额外扩充 25 个深度学习的图像算法，GAT，GCN 等 5 个图神经网络算法，2 个 NLP 算法，额外新增了若干音视频算法 个人主要负责 FATE 平台搭建，联邦学习底层原理的研究，另外主要完成图像深度学习算法以及音视频算法的研发 在搭建的过程中，需要深度算法原理的研究，将现有算法联邦化的过程需要深入了解 FATE 的实现机制，为了保证效率和安全性需要实时跟进相关领域的论文。个人整理相关领域的文章 https://www.zhihu.com/people/hustyichi/posts

项目由教师管理、班级管理、学生信息、考试得分等模块组成； 其中包含数据的增删改查；以及运用Redis缓存 通过docker进行源码控制、系统运行、历史版本储存； 运用动静分离布署：nginx完成静态资源布署以及反向代理api；Apache2 完成api源码布署；

项目角色：负责项目中手眼标定任务、视觉感知算法、机械臂控制算法的研发与系统编码工作。 项目难点：待抓物体形态差异很大，如何精确识别待抓物体的姿态、获取良好的抓取控制参数以保证抓取的成功率。 技术方案：目前验证基于深度学习以及深度强化学习的方法，探索提升视觉感知的鲁棒性及姿态预测的高鲁棒性算法。

组织机构、流程管理、文档管理、系统工具等四大模块； 包含了文件上传，内部邮件收发，数据增删改查，数据可视化等功能； 运用docker 镜像控制代码更新情况；以及docker容器对系统的维护；docker仓库完成版本控制。 通过nginx完成静态文件部署以及反向代理api；apache2部署api源码

项目由本人独立开发，项目分为前端、后端、图数据库构建和应用、基于Langchain大模型Prompt工程开发，实现了基于知识图谱的智能问答。 使用 LangChain 构建应用程序后，当有用户提问时，系统会先通过代理找到合适的工具（知识图谱），然后通过工具获取数据，最后由 LLM + 私域数据生成一个流畅表达并回复用户。整个过程代理的调用会更复杂一些，当生成回复后系统会自动判断该LLM回复是否需要继续执行其它任务，是一个完全自主的递归调用流程。

项目角色：负责开发并优化视觉算法，以实现角点的准确识别和货物的规范码垛。工作内容涵盖算法的设计、编码，确 保系统能够高效地与机械臂系统协同工作。 项目难点：集装箱的新旧程度不同，内部残缺修补状况各异，而且环境中存在灰尘干扰和复杂的环境光照条件。这些因 素增加了集装箱角点识别和码放规范性检测的难度，对视觉感知算法的鲁棒性提出很高的要求。 技术方案：使用 RGB-D 相机采集图像和点云数据，结合图像处理和深度学习算法，实现对集装箱角点和瓦楞箱体边缘 的检测。码放规范性检测方面，通过检测是否缺箱、少箱，是否存在歪倒、倾斜，判定码放的规范性。改进传统图像处理流 程，采用 MLSD 直线检测模型并在私有数据集上进行微调训练，提高检测的鲁棒性。