Python

新型冠状病毒感染疫情数据高效率利用一直是值得研究的问题，到目前为止，还没有一个完美的可视化工具能满 足医疗学科对疫情的要求。文章基于 Django 网络框架，借助 ECharts 完成疫情数据可视化处理和界面的交互功能，通过爬虫获 取疫情数据并建立数据库，完成网页端可视化界面多元化疫情数据展示的构建，可视化内容涵盖各省市的确诊数、死亡数等，疫 情数据可视化平台的搭建为广大人民群众和医疗从事人员了解疫情提供技术支持。

关于扫描件，数字化加工人员扫描不可拆解的书籍时，因为扫描仪设计不合理导致电子文档上留下边缘黑边。去除黑边一般采用ps等图形工具裁剪黑边，这样工作量较大。 改程序通过人工智能自动定位有效内容部分的上下左右位置。通过定位信息可以采用opencv进行裁剪。 1.【100%】基于TensorFlow2.x实现，该模型训练后可以实现扫描件内容部分定位。

抛扔踩踏检测、安检机检测 ，格口爆仓检测、工服检测，以图搜图 （图片相似度搜索） 需求评审，架构设计，代码开发，项目上线，后端框架选择，数据库选择，缓存设计，定时任务，算法封装，web展示等

应用场景：某开发者平台上有大量的API开发文档，代码仓库，学习实验室等资源，根据用户的喜好以及在平台上的浏览历史，推荐该用户可能感兴趣的内容 技术特点：基于LLM Embedding的内容相似度计算，基于DLRM的用户点击概率预测

以银行需求为主导、金融科技为基石的系统搭建。通过充分利用内部数据资源和经验，结合先进的风险预警、控制和管理技术，成功构建了适用于银行内部需求的全渠道自主账户风险管理系统。 核心能力和业务实践： 1. 系统架构与设计：领导团队设计系统架构，根据业务需求设计了高效的大数据框架和ETL模式，并编写了详尽的设计文档。 2. 风险数据管理：建立了账户风险数据底座，整合并优化了行内账户数据资源和风险事件库，以支撑全周期的风险监控和管理。 3. 灵活预警规则与模型构建：搭建了配置灵活的风险预警规则引擎，针对不同业务场景灵活配置规则，并基于机器学习和大数据分析构建了账户风险模型，不断提高预警准确性。 4. 系统展示与数据分析：设计了全行、全渠道和全业务场景的账户风险大盘展示系统，支持多维度的数据分析，为高效风险监控和策略调整提供数据支持。 业绩: 带领团队设计架构，分析业务需求，设计大数据框架，设计ETL模式，编写相关设计文档，数据查询优化，及时预警等系统架构，最终成功交付。

新闻文本分类任务在信息检索、舆情检测与分析、信息智能推送等领域发挥着重要的作用。为了解决传统卷积神经网络在新闻文本分类中效果不佳的问题，本文提出了一种改进的BERT-UNet文本分类模型，来增强捕捉长距离文本特征和可视化效果。首先该模型使用BERT预训练文本词向量，然后将其嵌入映射到UNet模型中，提取上下文的关键特征，同时通过Softmax函数实现文本分类，最后利用前端技术对新闻舆情信息文本分类结果进行可视化监控展示。为验证模型在文本分类任务上的优越性，本文进在THUCNews数据集上进行了对比实验，实验结果显示，相较于传统模的TextCNN模型和独立使用BERT的方法，BERT-UNet模型在宏平均F1值上分别提高了3.11%和0.29%。这表明改进的BERT-UNet模型在捕捉文本特征关系方面更有效，在提升分类性能，改善传统新闻文本分类方法及可视化监控提供了新思路。

使用 flask 作为服务框架，使用 mysql 数据库存储，使用 celery 作为任务队列，使用 redis 作为缓存服务，nginx 作为负载，使用长安链作为自己的链服务。这个项目我们接入支付包、微信支付作为我们的支付，还有接入第三方短信，实名认证作为基础服务，这个项目我觉得比较复杂，就是自己搭建长安链，写智能合约，实现链相关的业务。

我们团队决定开发这款电脑端的单词记忆软件，以解决大学生和办公人员在英语学习中的挑战。我们意识到，电脑端的学习工具对于这两个群体具有重要意义，但市场上的选择相对有限，因此我们希望开发一款简洁实用、功能丰富的单词记忆软件，满足用户在英语学习方面的需求。 我们的目标是为大学生和办公人员提供一个便捷、高效的学习工具，帮助他们提升英语水平。通过这个软件，用户可以随时随地进行单词记忆、自我测试，同时还可以利用碎片化的时间进行学习。我们希望通过这款软件，为用户提供一个个性化、智能化的学习环境，让他们能够更轻松地掌握英语，为未来的学习和工作打下坚实的基础。

本ERP系统方案专为小微企业设计，旨在解决这些企业在管理日常运营中遇到的效率低、成本高的问题。小微企业通常面临预算有限、缺乏IT资源的挑战，本方案以月租模式提供服务，极大地降低了企业初始投资成本和IT维护压力。 与市场上常规的ERP解决方案相比，本方案具有以下显著特点： 1. 月租模式：企业只需按月支付租金，无需一次性支付高昂的购买费用，大大降低了资金压力。 2. 廉价：提供极具竞争力的价格，让小微企业能够以较低的成本享受专业的ERP服务。 3. 有人维护：系统提供全方位的技术支持和日常维护服务，企业无需配置专门的IT团队，确保系统稳定运行。 4. 好用：界面友好，操作简单，非专业人员也能快速上手。 5. SaaS：基于SaaS（软件即服务）模式，企业无需自行部署硬件和软件，随时随地都可以访问系统。 6. 稳定：利用云计算平台提供高可用性和数据安全保障，确保系统的稳定性和数据的安全性。 7. 扩展性强：系统具备良好的扩展性，能够根据企业的发展需求灵活扩展功能模块。 在产品组成和技术选型上，本方案基于AWS云平台，采用Java语言开发，并使用了开源架构Frappe。AWS云平台提供

项目描述: 采购，销售，库存。 职责: 维护项目代码，设计新模块，完成模块开发 技术栈：python多线程，装饰器，celery异步，mysql数据储存，nginx项目部署

这个项目是一个基于Python的异步编程网络通信工具。它主要功能包括与WebSocket服务器的连接与通信、HTTP API请求的发送以及数据的处理和传输。项目利用了asyncio和aiohttp等库来实现高效的I/O操作和异步任务管理，确保在处理多个请求时不会阻塞程序的执行。 此外，项目集成了完善的日志记录机制，使用Python的logging模块，结合TimedRotatingFileHandler，实现了日志的自动分割和归档。这有助于监控系统运行状态和调试问题。 项目还设计了错误处理和重试机制，以应对网络不稳定或服务器暂时不可用的情况。对于并发任务的管理，项目采用了线程锁保护关键资源，以保证数据一致性和安全性。此外，通过利用线程池或进程池，项目进一步优化了性能，特别是在处理大量I/O操作或需要并行计算的场景下。

Project : 基于BERT的搜索Recall和Rank的系统搭建 项目描述：基于BERT、Sentence Bert、FFM技术，搭建和改进基于文本的召回系统和排序系统链路，优化搜索体验 项目内容： 1）相似度排序系统搭建：从0-1搭建搜索基于BERT的相似度排序系统，解决ES无法解决的语义匹配问题。完成数据采集、处理，模型训练、评估，稳定部署整条链路。结合业务背景，以及数据和算法模型的深刻理解，不断迭代相似度模型，采用清洗样本、嵌入主题字段、样本采样等技术处理训练数据并迭代模型，适配业务场景，将最初相似度分组点击率指标的4%提高到12%。 2）向量召回模型系统改进：改进基于Sentence Bert的向量召回系统，解决召回语义匹配问题。采用简单样本和难例样本共同训练的方式，同时保证了模型文本匹配能力和用户偏好捕获能力，设置pair wise损失训练模型，实现向量召回分组点击率相比ES召回组+0.7%点击率。 3）线上效果：结合向量召回、相似度匹配、模型融合，实现Recall MRR@10指标绝对值+32.4%，Click Rate指标绝对值+3.9%，同比+42%，用

开发了一套爬虫框架，根据这个框架稍加改造，可以很容易爬取任意网站数据 保存至本地数据库或上传至特定的服务器。用这套框架成功爬取十大应用市场：应用名称、类别、大小、下载次数。及一套短信接码平台的数据：主叫、被叫、内容、发送时间

从事计算机视觉算法的设计、开发、验证与论文发表工作。 从事人脸识别算法的工程化工作，实现了人脸验证算法的工程化部署，支持高并发。 精通计算机视觉中 单目标跟踪、人体关键点识别、目标检测、多目标跟踪等算法，并有发表高质量论文的经验。

聚合SDK工具是一套聚合多家渠道(小米、OPPO、Vivo、应用宝、九游)SDK的出包工具，帮助开发者减少 对接渠道SDK的研发成本，屏蔽渠道之间差异化，一次接入批量出包的前后端结合开发工具。主要模块：游戏资源信息模块、渠道信息模块、渠道配置模块、资源整合模块等。 1. 主要负责游戏资源信息列表、渠道列表、渠道配置等模块功能实现 2. 对接游戏平台，进行实时游戏信息获取，包括游戏名称、ID、描述、用户政策、隐私协议等 3. 与客户端对接，功能联调打包

应用场景：针对建筑工人的安全帽与反光马甲检测，预防安全事故发生。 1. 训练数据收集与整理； 2. 使用LabelMe进行数据标注； 3. 改进YOLO算法，算法评估与优化； 4. 使用Flask框架进行后端开发 5. 运行环境：NVIDIA Jetson TX2

1.本人是在校大学生因此需要每天学习强国 2.本人没用其他意思只是学习了python之后向试一试运用知识的力量 3.自动实现学习强国阅读本章和看视频的效果

这个程序可以实现PDF文档与Word文档两种格式相互转化。 这个程序可以实现PDF文档与Word文档两种格式相互转化。 可以批量处理两种文档并转化，还可以处理并转化加密的文档 转化结果可能出现少量字体，排版误差，基本不会影响阅读和AI文字识别

项目描述:给供应商提供可视化数据的界面,包括采购数据，交货数据， 对账数据等 项目职责：负责前端界面开发，后台数据逻辑处理 项目技术：flask后台，pgsql数据储存，restapi设计。

python爬虫开发 js逆向破解 app逆向破解 可爬各种网页数据，app数据，可见即刻爬，看不了的不用问了，爬不了 兼职形式，看需求报价 成功再收费，不成功不收费，24小时在线，急速交付