本人具备扎实的Python后端开发能力,熟练使用Django和FastAPI框架构建高性能、可扩展的Web服务。在兼职项目中,曾独立完成多个网站的全栈搭建工作,包括数据库设计、RESTful API开发及前后端联调;同时具备AI算法开发经验,能够将机器学习或深度学习模型集成到实际业务系统中,提升产品智能化水平;此外,还擅长编写高效、稳定的网络爬虫,用于数据采集与分析,熟悉反爬策略应对及数据清洗处理。整体项目交付注重代码质量、安全性与可维护性,能够快速响应需求并高效解决问题。
-- 完成网站搭建
-- 完成AI算法开发
-- 完成爬虫开发
1. 爬虫项目:为IoT服务迁移获取用户传感器数据
在某IoT平台迁移项目中,负责开发定制化网络爬虫系统,从旧平台安全、高效地提取特定用户的传感器历史数据(包括温度、湿度、电压等时序指标)。面对反爬机制和分页限制,采用模拟登录、动态请求头轮换及异步并发策略,成功在48小时内完整抓取超50万条记录,并通过数据校验与清洗确保迁移数据的完整性与一致性,为新平台的数据无缝对接提供了关键支撑。
2. 设备振动诊断与设备管理系统
参与开发一套基于Python的工业设备健康管理系统,集成振动信号采集、特征提取与故障诊断模块。利用FastAPI构建后端服务,接收来自边缘设备的振动频谱数据,结合时域/频域分析算法(如FFT、包络分析)实现轴承磨损、不平衡等典型故障的自动识别;同时开发Django管理后台,支持设备台账管理、维修工单流转与诊断报告生成,显著提升运维效率,已在两家制造企业试点部署。
3. 风电与光伏电场设备数据采集与预警诊断系统
主导开发新能源场站智能监控系统,通过Modbus TCP/RTU及HTTP API协议对接风机、逆变器、气象站等设备,实时采集运行参数(如功率、转速、辐照度、故障代码等)。基于Django搭建数据中台,实现多源异构数据的标准化入库;结合滑动窗口统计与阈值规则引擎,构建早期异常预警机制,对潜在停机风险(如过温、低效发电)提前1–3天发出告警。系统上线后帮助客户降低非计划停机时间约18%,提升运维响应速度。
这是一个典型的“数据采集 + 机器学习预测”小型探索性项目,具体案例如下: 为探索彩票号码的可预测性,我首先使用 Python 编写爬虫脚本,从中国福利彩票官网或权威第三方平台(如500彩票网)抓取双色球近20年历史开奖数据,包括每期6个红球(1–33)和1个蓝球(1–16
这是一个典型的“数据采集 + 机器学习预测”小型探索性项目,具体案例如下: 为探索彩票号码的可预测性,我首先使用 Python 编写爬虫脚本,从中国福利彩票官网或权威第三方平台(如500彩票网)抓取双色球近20年历史开奖数据,包括每期6个红球(1–33)和1个蓝球(1–16