猿急送>

成都Python兼职程序员

ID：408134

软件工程师

公司信息：
乐度软件

工作经验：
2年

兼职日薪：
500元/8小时

兼职时间：
下班后
周六
周日
可工作日远程

所在区域：
成都
成华

技术能力

掌握以 Python 为主的后端开发，使用 Flask 与 Django 构建微服务与接口；在高性能场景中用 C++ 开发视频分析器与流媒体接入模块。前端以 Vue.js 与原生 JavaScript 实现复杂交互、地图可视化与实时数据推送。熟练把 Rasa、Ollama 等大模型集成到产品中，并具备 YOLO 系列模型的训练与在线推理工程化能力。流媒体处理熟悉 RTSP、RTMP、HLS 协议与 ZLMediaKit 转码，能够用 WebSocket 实现低延迟下发。数据采集与逆向包括 Scrapy、多站点页面逆向、反爬策略绕过与验证码处理；同时掌握安卓逆向与调试，熟练使用 Frida 等工具链。图像处理覆盖 PIL、OCR、透视校正与图片表格自动导出为 Excel。工程化能力包括异步与高并发编程、CI/CD、监控、日志与性能调优。

项目经验

AI 旅行规划平台（前后端全栈）
我负责该系统的整体设计与实现：前端使用 Vue 实现交互式地图与路径可视化，后端用 Flask 与 Rasa 联动实现自然语言理解与多轮对话逻辑，使用 Ollama/大模型做实时规划建议与行程生成。用户可通过与智能体对话即时在地图上增加/调整景点、优化行驶路线、查看时间/距离与替代方案；后端将 LLM 的输出结构化成路径数据并实时下发前端渲染。过程中我实现了对话上下文管理、地图要素同步、路线冲突检测与基于位置的推荐逻辑，保证了交互连贯性与响应速度，适用于个性化行程生成与快速迭代的产品需求。

AI 报警与视频分析系统（前后端全栈）
从接入到展示全部由我搭建：使用 C++ 编写高性能视频分析器，接收 RTSP 流并用训练好的 YOLO 模型做逐帧检测（如火灾、异常行为等），检测到告警后触发事件上报；分析器将画面通过 ZLMediaKit / zlmedia 转码为多种适配格式供网页播放。后端采用 Django 提供管理与告警存储、权限与回溯查询，前端由服务端模板渲染实现在线视频预览、报警回放、人脸识别结果展示及资料上传模块。该项目强调低延迟流转、稳定的流处理管线与告警可靠投递，我负责模型推理的工程化、流媒体协议转换与报警链路的端到端验证。

舆情检测系统（爬虫模块）
我负责整个数据采集层：使用 Scrapy 构建多站点爬虫，按目标对象与媒体优先级进行增量抓取与去重，支持定时抓取与实时关注对象的推送订阅。为保证数据质量，我实现了异常页面识别、多样化页面结构的提取规则管理与抓取任务的分布式调度。抓取结果经清洗后进入舆情分析链路，支持快速定位热点变化及对关键主体的舆论跟踪，为后续的情感分析与告警提供稳定的数据源。

AI 智能体平台（前后端全栈）
我开发了用户自定义智能体的完整功能：前端（Vue）提供智能体创建、配置与在线聊天界面，后端（Flask）负责智能体配置管理、消息路由与与大模型的会话交互。用户可以自定义人格、知识库与行为策略，页面内直接与自建智能体多轮对话并保存会话历史。项目实现了多智能体并发管理、会话上下文隔离与策略化回复控制，便于企业/个人快速搭建领域定制化助手。

图片转 Excel（表格识别与自动校正）
该工具用于识别图片中的表格并自动导出为 Excel：核心使用 Python + PIL 做图像预处理（去噪、二值化、透视校正），结合表格线/单元格检测与文本 OCR，自动重建表格结构并导出为可编辑的 XLSX。针对斜拍或畸变图片我实现了自动透视校正与表格重建算法，提升了识别率与表格结构的准确性，适配各类拍照场景与批量转换需求。

案例展示

ai旅游推荐

我负责该系统的整体设计与实现：前端使用 Vue 实现交互式地图与路径可视化，后端用 Flask 与 Rasa 联动实现自然语言理解与多轮对话逻辑，使用 Ollama/大模型做实时规划建议与行程生成。用户可通过与智能体对话即时在地图上增加/调整景点、优化行驶路线、查看时间/距离与替
AI 报警与视频分析系统

从接入到展示全部由我搭建：使用 C++ 编写高性能视频分析器，接收 RTSP 流并用训练好的 YOLO 模型做逐帧检测（如火灾、异常行为等），检测到告警后触发事件上报；分析器将画面通过 ZLMediaKit / zlmedia 转码为多种适配格式供网页播放。后端采用 Django