后端：熟悉Java基础，了解Java8新特性，Stream简化集合操作Lambda表达式，掌主流后端开发框架Spring Boot，Spring Security，Spring MVC，SSM框架，能够基于这些框架开发后端项目。
数据库：应用当前主流数据库MySQL，Redis，Mybatis，Mybatis-plus。
服务器：Tomcat，了解Nginx反向代理工具。
构建工具：Maven，能够熟练使用mvn进行项目依赖管理；有过Android学习经验，了解gradle构建工具。
版本控制：使用Git版本工具，掌握常用git命令，熟悉分支开发。
前端：常用三件套，HTML,JavaScript,CSS；了解Vue框架，Vuex,Router，能够基于脚手架实现项目开发。
数据结构：常用排序(冒泡，选择，快排)算法，二分查找，双指针，滑动窗口算法，了解字符串查找KMP算法。
操作系统：Linux系统，熟悉常用Linux命令，能够使用Linux进行项目开发。

植物表型特征识别系统，负责模型训练和后端数据交互。使用开源算法YoloV5，在九天毕昇平台自主训练的了植物表型识别模型，能够实现对番茄叶斑病，苹果黑星病和葡萄黑腐病三种植物进行上传或者拍照识别，准确率达80%到90%，识别速度30s以内，对深度学习环境有进一步了解，能够独立使用已有算法进行模型训练，强化了对Python应用。涉及技术栈：YoloV5,Pytorch。
使用亚马逊开源框架Deep Java Library（DJL）实现Java后台调用模型识别数据并进行了数据可视化。前端使用了开源框架Lay-Ui进行了数据分析。移动端使用小程序对Java后台数据进行了解析。
开源项目经历：Ruo-Yi、PIG4Cloud。能够独立阅读文档，曾参考mp文档重写了官方的代码生成器(EasyJava);阅读mysql8文档。