基于 Vue 3、JavaScript、Firebase Authentication 和 Cloud Firestore 开发的 Web 活动管理应用,面向活动发布、用户管理和在线预约等业务场景。 项目主要功能包括用户注册登录、身份认证、活动信息展示与查询、预约管理、数据库增删改查以及响应式页面布局。 本人负责前端页面设计与开发、路由配置、用户认证、Firestore 数据交互及相关业务逻辑实现,并参与功能测试与问题排查。 项目重点展示了 Vue 前端开发、Firebase 云数据库集成、用户权限管理和 Web 应用开发能力,可作为活动管理、培训预约及企业后台系统的技术实现
本项目是基于 Python、Apache Spark(PySpark)和机器学习技术开发的城市交通与停车数据分析及预测项目,主要用于处理大规模交通数据,并预测不同区域的停车位可用数量。 项目处理约 2755 万条交通记录和 319 万条停车记录,完成数据清洗、缺失值处理、数据整合、特征工程、模型训练和性能评估。 本人负责数据处理流程、特征工程、机器学习模型训练、超参数优化及预测结果分析。使用 Random Forest 和 Gradient Boosted Trees(GBT)进行模型对比,最终选择表现更好的 GBT 模型。 经过参数优化,最佳模型验证集 RMSE 达到 14
基于 Vue 3、JavaScript、Firebase Authentication 和 Cloud Firestore 开发的 Web 活动管理应用,面向活动发布、用户管理和在线预约等业务场景。 项目主要功能包括用户注册登录、身份认证、活动信息展示与查询、预约管理、数据库增删改查以及响应式页面布局。 本人负责前端页面设计与开发、路由配置、用户认证、Firestore 数据交互及相关业务逻辑实现,并参与功能测试与问题排查。 项目重点展示了 Vue 前端开发、Firebase 云数据库集成、用户权限管理和 Web 应用开发能力,可作为活动管理、培训预约及企业后台系统的技术实现...
本项目是基于 Python、Apache Spark(PySpark)和机器学习技术开发的城市交通与停车数据分析及预测项目,主要用于处理大规模交通数据,并预测不同区域的停车位可用数量。 项目处理约 2755 万条交通记录和 319 万条停车记录,完成数据清洗、缺失值处理、数据整合、特征工程、模型训练和性能评估。 本人负责数据处理流程、特征工程、机器学习模型训练、超参数优化及预测结果分析。使用 Random Forest 和 Gradient Boosted Trees(GBT)进行模型对比,最终选择表现更好的 GBT 模型。 经过参数优化,最佳模型验证集 RMSE 达到 14...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人