技术能力

作为技术顾问，具备 Flask、Django 框架开发及数据可视化能力，可实现从后端架构到前端展示的全流程技术支持。熟悉 Flask 的轻量级路由与蓝图设计，能构建高可用 RESTful API；掌握 Django 的 ORM 映射、Admin 管理系统及表单验证，擅长复杂业务逻辑开发。熟练使用 Pandas、Numpy 进行数据处理，结合 Matplotlib、Seaborn 实现统计图表可视化，或通过 ECharts、Plotly 完成交互式图表开发。可整合前后端技术栈（如 Flask+Vue/Django+React），部署项目至云服务器（AWS / 阿里云），并优化数据库索引、缓存策略提升系统性能。

项目经验

智能医疗数据平台（Django + Vue + ECharts）
项目背景：为某三甲医院构建临床数据智能分析系统，整合电子病历、检验检查数据，支持医疗决策辅助。
技术实现：
后端采用 Django REST framework 搭建高并发 API 服务，实现患者数据的权限分级管理（RBAC 模型）。
前端基于 Vue.js 开发数据可视化看板，使用 ECharts 实现疾病趋势预测、用药分析等 30 + 种交互式图表。
数据层使用 PostgreSQL 存储结构化数据，MongoDB 存储非结构化病历文本，通过 Celery 实现异步数据同步。
技术亮点：
实现医疗数据脱敏算法（符合 HIPAA 标准），确保患者隐私安全。
设计数据立方体模型，支持多维数据分析（时间、科室、病种维度），查询性能提升 40%。
金融风控决策系统（Flask + React + Plotly）
项目背景：为某银行开发实时风控系统，基于用户行为数据进行风险评估与预警。
技术实现：
轻量级后端使用 Flask 构建微服务架构，通过 Docker 容器化部署，支持水平扩展。
前端基于 React 开发响应式界面，集成 Plotly 实现风控指标动态仪表盘，支持风险热力图、ROC 曲线等专业可视化。
集成机器学习模型（XGBoost/LightGBM），通过 Scikit-learn Pipeline 实现模型训练与在线预测。
技术亮点：
设计高可用架构，通过 Nginx 负载均衡 + Redis 缓存，支持 5000+TPS 的交易风险检测。
开发模型解释模块（SHAP 值分析），使黑盒模型具有业务可解释性。

团队情况