项目二:智能研报平台(http://aipha.asuscomm.com:8000/)
软件环境:Flask、Mysql、Nginx
项目描述:主要针对一级市场从业人员,为专业的金融人士提供个性化的研报服务。无论是证券从业者,还是普通知识型散户,该软件都是投资学习过程中有力的辅助工具。
智能研报平台主要由 report 和 component 组成,提供自动生成研报及周报的服务,同时report 内部的 component 可以是文字板块或者图标板块,能够让数据快速直观地展示在用户眼前。
项目模块:
1、 component 模块定制信息,可生成图表或是文字,用于解读具体信息;
2、 componet 高级设置, 指标计算,递归及二分法查询;
3、report 页面内的 component 整体定位,自由拖移
4、用户的 report 管理及标签管理
5、外接数据源,使用上传的数据源画图。
项目四:公司内部数据中台服务
软件环境:CentOS 、Flask、Mysql、Nginx
项目描述:
主要提供数据查询服务的接口,统一处理数据请求服务。由于是一家针对券商或投资者提供个性化服务的公司,所以大量宏观、行业、公司、债券数据,mysql 服务器较为分散,且有测试数据库,为了方便前后端开发,在不需要知道数据库中数据具体存储的情况下,依然能 够便利同事获取对应的数据。
责任描述:
搭建数据中台,按规则输入指标、纬度、where 条件、聚合方式等即可获取格式化数据
主要技术:
1、Metric 类获取指标信息,必要时候需要给出数据源 source_id, 避免重复指标的查询,公司指标需要补全指标的信息,根绝指标 id 可获取到完整的指标信息;
2、Filter & Condition 类计算筛选条件,判断运算符及纬度运算条件;
3、Dimension 类判断纬度类型,返回结果按照纬度展现数据;
4、AggregateType 判断聚合方式,Calcengine 聚合数据;
5、外接数据源服务,支持上传文件标注指标纬度或者连接内部数据库(目前仅支持 mysql)
项目五:watercube 通信系统( prealpha --> alpha)
(https://m.huxiu.com/article/391000.html?f=app_android_friends)
软件环境:本地服务器 24 台,AWS 服务器 40 台(36GPU + 4CPU),K8s,docker,redis
项目描述:
watercube 是一个算法集成系统,主要通过设计一系列 pipline 实现任务的快速实现。项目采用 microservice 架构,将每个模块设计成独立的进程,通过与算法组的任务相结合,短时间内能够处理大量的通信,异步地完成大量的计算,实现 18 路摄像机 ball 以及 player 的识别及 3d 合成,再迅速的将计算结果传输至云端,从而实现上帝视角的比赛观赏效果。
责任描述:
项目中负责设计一系列的 pipline,保证项目的平稳快速运行,项目分为两条线:ball_pipline 的设计和 player_pipline 的设计。我主要负责 ball 的相关任务,保证 microservice 架构中的每个模块的快速运行以及 player-result 与 bal-servicel 汇总之后结果的正确性。
技术要点:
1、ball 分为 X-entry(加载图片,控制参数)、X-detectoion(检测球的位置)、X-tracking(跟踪球的位置)、X-multicam(多路摄像机合成 ball 的 3d 位置)、X-filter(优化 ball 的 3d结果)、X-bhp(ball 和 player 结果合成)、X-fusion(生成最终数据 )七个模块,每个模块为一个服务,前三个模块需要区分摄像机和分组,后四个模块只有一个服务。
2、在 ball 的 track、multicam 两个环节需要相互将自身的 result 作为对方的 input,所以存在一个环状的结构,其他的部分以及 player 的部分均为直线型处理流程
3、最初采用自身写的 protocol 或是 redis 作为集中通信,所有的 job 均存放在公用的内存中,存在大量 IO 操作,实现了初步的通信手段。随着业务推进,不断的