1. 编程语言:熟练掌握 Python 编程语言,理解语言特性,有相关开发项目经验,能独立完成项目的构建或部署。
2. 后端基础技能:
- 精通 SQL,熟悉 MySQL、PostgreSQL 等关系型数据库设计及调用。
- 了解 Redis 等缓存工具,了解常见的存储与查询场景。
- 能够熟练处理常见的文件加工流程,如文件处理、转换等后台任务。
3. 熟悉 RESTful API 设计模式,有良好的接口设计、实现和调试习惯。
4. 掌握 Git 的常用操作,熟悉分支管理/代码合并冲突解决,具备良好的团队协作能力。
5. 了解前后端分离的开发模式,能与前端工程师进行有效沟通。
6. 熟悉 Docker 的使用,掌握容器化开发实践,能完成以 Docker 为基础的服务部署。
1. 智能数据分析平台
技术栈:Python + Pandas + Plotly/Dash + SQL
项目亮点:
爬取公开数据集(如豆瓣电影、链家房价),用 Pandas 清洗+分析,生成可视化报表。
使用 Dash/Streamlit 搭建交互式 Web 看板,支持动态筛选数据。
优化数据处理速度(如用 Dask 替代 Pandas 处理大规模数据)。
开发数据自动化分析平台,实现 10W+ 条数据秒级处理,生成可视化报告,帮助用户快速洞察趋势。
2. 自动化办公工具
技术栈:Python + PyAutoGUI + OpenPyXL + SMTP
项目亮点:
批量处理 Excel/PDF(合并表格、提取关键字段)并邮件发送。
用 OCR(如 PaddleOCR) 识别图片/PDF 中的文字,转为结构化数据。
定时任务(APScheduler)自动执行,解放重复劳动。
开发自动化工具,将人工 2 小时完成的报表整理工作缩短至 5 分钟,准确率 99%。
3. 个性化推荐系统
技术栈:Python + Scikit-learn/TensorFlow + Flask + MongoDB
项目亮点:
基于用户行为数据(如电影评分、购物记录),实现 协同过滤/内容推荐 算法。
用 Flask 提供 API,前端展示推荐结果(可对接简易 Web 页面)。
部署到云服务器(如阿里云),记录用户反馈优化模型。
搭建订单推荐系统,A/B 测试显示点击率提升 30%,支持 1000+ 用户并发请求。
技术栈与实现细节 模块 技术方案 解决的问题 核心框架 Python Flask + RESTful API 快速搭建高扩展性后端 数据库 MySQL + SQLAlchemy ORM 结构化存储审批流与单据 OCR识别 PaddleOCR(离线) / 百度OCR(在线)
熟练使用django,flask 等常见的python框架 熟悉scripy,selenium,requests等常用爬虫工具库的使用 熟练使用mysql,MongoDB,redis等数据库 熟悉爬虫服务的设计与开发 熟练使用高并发,多线程,异步技术 熟悉网页抓取、解析