本人具备扎实的Python编程能力,熟悉Python核心语法、数据结构及常用库(如NumPy、Pandas、Requests等),能够高效完成数据处理、自动化脚本及后端开发任务。熟练掌握Django和Flask框架,能够独立设计RESTful API,实现用户认证、数据库交互(MySQL/PostgreSQL)及缓存优化(Redis)。熟悉异步编程(asyncio、Celery),能够处理高并发场景。此外,还精通爬虫技术(Scrapy、BeautifulSoup)和数据分析(Matplotlib/Seaborn),并能结合Jupyter Notebook进行数据可视化。
前端开发技术能力:
精通HTML5、CSS3及JavaScript(ES6+),能够编写符合W3C标准的响应式页面,熟练使用Flex/Grid布局适配多端设备。掌握主流前端框架Vue.js和React,熟悉组件化开发、状态管理(Vuex/Redux)及路由(Vue Router/React Router)。熟练使用Webpack、Vite等构建工具,优化项目性能。具备前端工程化经验,能够协同后端实现前后端分离(Axios/Fetch),并熟悉TypeScript提升代码健壮性。了解UI库(Element-UI/Ant Design)及可视化工具(ECharts/D3.js)。
人工智能技术能力:
精通机器学习,深度学习算法模型的应用部署,熟悉大模型私有化部署和应用开发
综合能力:
熟悉Git版本控制及团队协作流程,掌握Linux基础命令及Docker容器化部署。对性能优化、SEO及安全防护(XSS/CSRF)有实践经验。能够快速学习新技术,解决复杂业务问题。
1. 企业级校园招聘管理系统(Python +Django + Vue.js)
项目描述:面向校园学生求职和企业招聘的管理系统,涵盖职位管理、简历筛选、用户权限控制及数据统计模块。
技术实现:
后端采用 Django REST Framework 构建高可用API,结合 JWT 实现安全的用户认证,使用 Redis 缓存高频访问数据,提升响应速度。
前端使用 Vue3 + Element Plus,采用模块化开发,实现动态路由和精细化权限控制(RBAC)。
数据库优化:通过 PostgreSQL 分表存储简历数据。
大模型应用:基于私有化deepseek的机器人在线智能问答学生招聘相关问题。
2. 智能问数(qwen3 + ollama + maxkb)
项目描述:智能问数项目,基于自然语言问答方式,快速生成想要的数据。
技术亮点:使用 qwen3 + ollama + maxkb,大模型基于自然语言生成SQL语句,快速查询本地数据,可视化展示
基于RAG框架快速构建大模型应用智能问数,业务人员可实时询问想要的业务数据,大模型自动生成SQL语句,数据查询数据,可视化数据展示
智慧校园招聘系统面向学生和企业的多维度管理系统,学生可利用机器人快速询问想要的招聘信息和合适的岗位,企业可智能分析简历和求职者的匹配度,还可快速发布海报和宣传PPT。