沉思
python · 1年经验 · 某某知名企业
0
累计接单
0
用户评价
0
被收藏
技术能力
具备扎实的全栈开发与大数据技术能力，尤其擅长 Python 脚本开发，可独立完成自动化数据采集、批量处理、业务流程自动化等各类脚本编写，高效解决重复性工作问题。同时精通 Java 等编程语言，熟练运用 Hadoop、Spark、Hive 等大数据框架实现海量数据的采集、清洗、存储与分析；前端方向深耕 React、Vue3、PyQt 等框架，可独立完成从界面设计到交互优化的全流程开发，结合 Three.js、Recharts 等工具实现 3D 可视化与数据图表展示；深度学习领域熟练掌握 YOLOv8、CNN-LSTM 等模型，能独立完成模型搭建、训练与优化；还熟悉微服务架构、Docker 容器化部署及 Elasticsearch、Redis 等中间件，具备网络安全基础认知，可将安全思维融入开发全流程，覆盖从需求分析、技术选型到项目落地、性能调优的完整项目生命周期
项目经验
1.智策股航金融分析平台：作为核心技术人员，编写 Python 脚本实现股票数据的自动化采集与预处理，基于 Hadoop、Spark 构建大数据处理链路，完成股票数据的分布式计算与分析；使用 React 搭建前端交互界面，结合改进的 CNN-LSTM 深度学习算法实现股价预测，模型精度达 83.7%。该项目获中国机器人与人工智能大赛国赛一等奖、计算机设计大赛省级一等奖。
2.古韵通途交互式科普平台：负责前后端全栈开发，前端基于 Vue3+Vite+TypeScript 搭建，融合 Three.js 实现浑天仪等 3D 场景，通过 SSR/CSR 混合模式将首页加载速度优化至 2 秒内；后端基于 Node.js+NestJS 构建微服务，编写 Python 脚本完成科普数据的批量清洗与格式转换，采用 MongoDB、Redis、Elasticsearch 完成数据存储与检索，集成 AI 语义搜索接口。项目获中国计算机设计大赛国赛三等奖、省级一等奖。
3.智检入微混凝土气泡检测系统：参与算法研发与前端开发，基于 YOLOv8 搭建混凝土气泡检测模型，编写 Python 脚本实现检测数据的自动化标注与模型训练调参，实现气泡的自动化定位与参数计算；使用 PyQt 开发前端模块，完成检测数据上传、结果可视化等功能。项目获中国国际创新创业大赛贵州赛区双金奖、计算机设计大赛国赛三等奖。
4.三下乡科技助农实践项目：核心运用 Python 编写自动化脚本，搭建农户种植数据台账并生成可视化报表，编写电商操作指南指导农户上架农产品；同时用 React 搭建活动纪实页面，助力病虫害发生率降低 30%，大幅提升了农村种植数据管理效率，也验证了 Python 脚本在实际业务场景中的落地能力。
5.智影精析 AI 医疗影像辅助诊断系统：作为前端开发组成员，编写 Python 脚本实现医疗影像数据的批量格式转换与预处理，使用 Py-QT 编写系统前端页面，实现医疗影像上传、诊断结果展示等核心功能，助力胃肠镜息肉与胸部 CT 肺炎病灶的辅助诊断，将诊断时间从数小时缩短至分钟级，项目获中国国际创新创业大赛省赛铜奖
2.古韵通途交互式科普平台：负责前后端全栈开发，前端基于 Vue3+Vite+TypeScript 搭建，融合 Three.js 实现浑天仪等 3D 场景，通过 SSR/CSR 混合模式将首页加载速度优化至 2 秒内；后端基于 Node.js+NestJS 构建微服务，编写 Python 脚本完成科普数据的批量清洗与格式转换，采用 MongoDB、Redis、Elasticsearch 完成数据存储与检索，集成 AI 语义搜索接口。项目获中国计算机设计大赛国赛三等奖、省级一等奖。
3.智检入微混凝土气泡检测系统：参与算法研发与前端开发，基于 YOLOv8 搭建混凝土气泡检测模型，编写 Python 脚本实现检测数据的自动化标注与模型训练调参，实现气泡的自动化定位与参数计算；使用 PyQt 开发前端模块，完成检测数据上传、结果可视化等功能。项目获中国国际创新创业大赛贵州赛区双金奖、计算机设计大赛国赛三等奖。
4.三下乡科技助农实践项目：核心运用 Python 编写自动化脚本，搭建农户种植数据台账并生成可视化报表，编写电商操作指南指导农户上架农产品；同时用 React 搭建活动纪实页面，助力病虫害发生率降低 30%，大幅提升了农村种植数据管理效率，也验证了 Python 脚本在实际业务场景中的落地能力。
5.智影精析 AI 医疗影像辅助诊断系统：作为前端开发组成员，编写 Python 脚本实现医疗影像数据的批量格式转换与预处理，使用 Py-QT 编写系统前端页面，实现医疗影像上传、诊断结果展示等核心功能，助力胃肠镜息肉与胸部 CT 肺炎病灶的辅助诊断，将诊断时间从数小时缩短至分钟级，项目获中国国际创新创业大赛省赛铜奖
案例展示
古韵通途 AI智答
前端基于 Vue3+Vite+TypeScript 搭建，融合 Three.js 实现浑天仪等 3D 场景，通过 SSR/CSR 混合模式将首页加载速度优化至 2 秒内；后端基于 Node.js+NestJS 构建微服务，编写 Python 脚本完成科普数据的批量清洗与格式转换，
视频显著目标识别和伪装目标识别
1.是基于TCFNet 深度学习模型开发的视频预测可视化桌面工具，以 PyQt5 构建完整图形界面，实现 RGB、光流、深度等多模态图片序列的视频合成、模型推理预测与结果可视化对比。系统支持一键式端到端流程处理，可同步播放真实标签与模型预测视频，直观展示算法效果，界面稳定、运行流
智测股航
编写 Python 脚本实现股票数据的自动化采集与预处理，基于 Hadoop、Spark 构建大数据处理链路，完成股票数据的分布式计算与分析；使用 React 搭建前端交互界面，结合改进的 CNN-LSTM 深度学习算法实现股价预测，模型精度达 83.7%。该项目获中国机器人与人
智测股航
编写 Python 脚本实现股票数据的自动化采集与预处理，基于 Hadoop、Spark 构建大数据处理链路，完成股票数据的分布式计算与分析；使用 React 搭建前端交互界面，结合改进的 CNN-LSTM 深度学习算法实现股价预测，模型精度达 83.7%。该项目获中国机器人与人
立即沟通
