1、熟练掌握 Python Web 开发框架:深入使用 Flask 构建高性能、可扩展的后端服务。
2、精通数据库操作与优化:熟练使用 Navicat 等工具连接和操作PostgreSQL、SQLite 等关系型数据库,并具备 SQL 查询优化经验。
3、扎实的 HTML/CSS/JavaScript 基础:能够编写语义化、响应式的前端页面,熟悉 HTML5 新特性、CSS3 ,并能配合前端框架实现动态交互。
4、掌握 Java 后端核心技术:熟练使用 Spring Boot、Spring MVC 等主流框架快速搭建企业级应用。
5、熟悉 Java 生态常用组件:熟练集成 MyBatis、Redis 等中间件,具备微服务架构下的模块解耦与通信能力。
6、掌握前后端联调与接口文档规范:熟练使用Postman 等工具编写和测试接口文档,确保前后端高效协作。
1、IoT 云管理平台(V1.0 → V2.0)
作为核心开发成员,参与设计并实现了一套完整的物联网设备云管理平台。系统采用 SpringMVC 框架构建后端服务,支持设备接入、数据存储、报表计算与前端交互等核心功能。
V1.0 架构:基于 HTTP 协议实现设备与平台的通信,设备定时上报状态及传感数据,服务端通过 RESTful API 接收并持久化至 PostgreSQL 数据库。
V2.0 升级:为提升实时性与通信效率,将设备通信协议由 HTTP 迁移至 MQTT,引入 EMQX 作为消息中间件,实现低延迟、高并发的双向通信能力,显著降低设备功耗与网络开销。
数据处理:上位机模块负责接收并解析设备原始数据,经校验后写入 PostgreSQL;独立部署的运算服务器定期拉取数据,执行业务逻辑与聚合计算,生成多维度运营报表。
前后端协同:前端基于 Vue.js 开发,提供用户管理、设备绑定/解绑、实时状态监控、历史数据查询等功能,通过 WebSocket 与后端保持长连接,实现设备状态的动态刷新与告警推送。
系统成果:平台稳定支撑数千台设备在线运行,日均处理百万级消息,具备良好的可扩展性与运维可观测性。
2、智能用户行为分析与建议系统(基于算能1684X边缘AI平台)
基于国产边缘AI芯片 算能BM1684X 部署 Qwen2.5-7B 大语言模型,利用其高能效比特性实现本地化推理,降低云端依赖与延迟。
采用 Python + Flask 构建后端服务,通过 OpenAI 兼容 API 接口封装模型调用逻辑,支持标准格式的对话请求与响应,便于系统集成与扩展。
前端使用 HTML/CSS/JS 开发交互界面,实时记录用户操作行为(如点击路径、停留时长、功能偏好等),并通过 AJAX 将行为数据加密上传至后端。
后端将用户行为日志持久化存储于轻量级 SQLite 数据库,结合 Qwen2.5-7B 模型对行为序列进行语义理解与模式挖掘,生成个性化、可解释的优化建议(如操作效率提升、功能推荐等)。
系统实现端到端闭环:从用户交互 → 行为采集 → AI 分析 → 建议反馈,整体部署于边缘设备,兼顾隐私安全与响应速度,适用于智能终端、工业 HMI 等场景。
智能用户行为分析与建议系统(基于算能1684X边缘AI平台) 基于国产边缘AI芯片 算能BM1684X 部署 Qwen2.5-7B 大语言模型,利用其高能效比特性实现本地化推理,降低云端依赖与延迟。 采用 Python + Flask 构建后端服务,通过 OpenAI 兼容
项目名称:基于IoT的智能设备监控与管理系统 项目描述: 参与设计并开发了一套面向物联网场景的设备监控与用户管理平台。系统通过 HTTP 协议接收来自各类 IoT 设备上报的实时运行数据(如温度、湿度、状态等),由 Java 后端服务进行数据解析、校验、持久化及业务逻