技术能力

1) 编程语言

C/C++（面向性能与跨平台组件开发）

Python（数据处理、ETL、后端服务、脚本自动化）

TypeScript / JavaScript（前端工程、Node.js 服务）

SQL（MySQL / PostgreSQL 复杂查询与数据建模）

Swift / Objective-C（iOS）（移动端 Demo 与端侧能力集成）

2) 桌面端与多媒体/图形

Qt 6 / QML：跨平台桌面应用、UI 与交互、模块化工程架构

多媒体播放与合成：时间轴调度、图层叠加、透明/缩放/旋转/位移等变换

资源工程化与打包：项目文件结构设计、资源导出分类、客户端加载策略

macOS 分发：沙盒机制理解、应用签名/打包（DMG/PKG/公证流程认知）

3) 移动端与端侧能力

iOS：摄像头采集、人脸检测/跟踪类能力对接、端侧推理/效果预览（Demo/集成导向）

端侧性能优化意识：帧率/延迟、内存占用、实时处理链路优化

4) 后端与接口开发

Python Web：FastAPI / Uvicorn 等服务化开发、REST API 设计

Node.js：轻量业务服务、工具脚本、构建与自动化

中间件与缓存：Redis（鉴权/缓存/队列类场景）

文件/对象存储：MinIO（S3 兼容存储、上传下载、权限与开机自启）

5) 数据库与数据工程

MySQL / PostgreSQL：库表设计、索引优化、迁移（Alembic 等）、数据一致性对账

pgvector / 向量检索：向量化存储与检索、RAG 类系统基础能力

ETL/数据导入：Excel/CSV 多源解析、合并单元格/规则映射、数据质量校验与追溯

6) AI/计算机视觉与工程落地

YOLOv8 训练与部署：目标检测数据集、训练/评估、推理集成

人脸检测/追踪：参数化映射（平移/旋转/缩放比例与阈值），用于动效增强

本地大模型工具链：Ollama / LM Studio 等本地推理与工程接入经验

7) 工程化与协作工具

Git / GitHub：分支策略、冲突解决、仓库规范、私有化/权限管理

CMake / Ninja：跨平台构建、依赖管理、编译链路排障

包管理与前端工程：pnpm / npm、构建与发布流程

调试与环境管理：Windows/macOS 双端开发环境、代理/网络问题排查、日志与诊断体系

项目经验

1) PoseLink Editor / PoseLink Player（macOS/Windows 桌面端视频动效图层编辑与播放）

角色：项目负责人 / 核心开发
技术栈：Qt6、C++、QML、多媒体播放与合成、工程文件（JSON/自定义格式）、加密封装（PDM）、macOS 沙盒/打包
项目描述：面向动效模板与短视频叠加场景的本地编辑器与播放器，支持多资源图层合成、时间轴播放控制、工程化保存与加密导出分发。
关键工作：

设计并实现多图层时间轴合成：图层排序（Z-order）、透明/缩放/旋转/位移等属性实时预览与持久化

统一全局播放参数：总时长、延时、循环/循环延迟，并处理边界条件避免卡死

实现工程文件保存/加载（项目参数、图层属性、资源引用）与资源管理策略

推进加密导出与交付：项目/资源加密封装、按资源类型分类导出（如仅视频、仅动效）

对接摄像头实时预览能力，为人脸跟随参数映射（平移/旋转/缩放）做标准化配置
成果：形成“编辑 → 预览 → 导出 → 播放端加载”的完整闭环，可用于模板化交付与商业分发。

2) HogPrice Insight（农产品/生猪行情数据平台：导入、对账、API 与图表）

角色：全栈开发 / 数据工程
技术栈：Python、FastAPI、Uvicorn、MySQL、ETL（Excel/CSV）、缓存与中间件、脚本自动化
项目描述：面向多源 Excel 行情数据的结构化入库、查询 API 与图表服务，支持历史数据迁移与新旧系统一致性审计。
关键工作：

设计库表与数据规范，构建多源 Excel 批量导入/增量导入流程与异常校验

处理合并单元格/多 Sheet 规则映射，保证可追溯、可复现的数据落库链路

实现 API 层缓存/加速策略，并做新旧接口全量对账定位差异根因
成果：提升导入稳定性与查询一致性，支持业务侧快速验证数据与出图。

3) SWS Review Cloud（水土保持/环保审查云：结构化审查 + 向量检索）

角色：后端架构与核心开发
技术栈：Python、PostgreSQL、pgvector、文档解析、规则引擎思路、RAG 基础能力
项目描述：面向审查类文档的结构化管理、要点核对与辅助审计，支持相似条款检索与问题定位。
关键工作：

设计审查业务数据模型（项目/阶段/条目/证据链），实现数据入库与查询接口

集成向量检索能力，用于相似内容召回与审查辅助定位

输出可复用的审查流程与字段规范，便于多地区/多模板扩展
成果：让审查从“人工翻找”转为“结构化+可检索”，提升核对效率与一致性。

4) CateringControl（连锁门店合规视觉检测：口罩/吸烟/鼠患等）

角色：CV 工程落地 / 训练与部署支持
技术栈：YOLOv8、数据集标注与训练、推理部署、告警规则
项目描述：用目标检测对门店摄像头画面做合规与卫生风险识别，输出告警与留证。
关键工作：

规划数据集与类别标准，组织训练/评估流程，优化误报漏报

设计推理链路与阈值策略，适配不同门店光照/角度差异
成果：形成可迭代的模型与规则体系，支持按场景持续优化。

5) ArcGIS / ESRI 插件与电网/通信行业工具（现场问题排障 + 功能扩展）

角色：插件开发与现场支持
技术栈：C#/.NET、ArcGIS 相关 SDK、桌面应用调试、日志与诊断
项目描述：面向行业用户的 ArcGIS 桌面插件，涉及连通性/线路追踪/工单流程等能力，并支持客户现场环境问题定位。
关键工作：

交付功能模块与稳定性修复（Debug/Binary 差异、异常捕获、环境兼容）

提供可落地的排障步骤与可复现最小案例，缩短现场定位时间
成果：提升现场可用性与问题闭环效率，支持客户在真实环境中稳定使用。

团队情况