技术能力

一、硬件底层硬件开发
电路设计：模拟电路、数字电路、模电数电综合设计；运放、稳压管、MOS 管、三极管、RC 滤波、防反接、过流保护电路设计
元器件与原理图：常用芯片、传感器、电源模块选型；原理图绘制、器件参数计算、阻抗匹配、PCB 布局铺铜、差分走线、EMC 抗干扰设计
仿真与工具：Multisim 电路仿真、Altium Designer/KiCad PCB 设计、示波器 / 万用表 / 逻辑分析仪实操
嵌入式硬件：STM32、ESP32、51 单片机、ARM 架构硬件外设；串口、I2C、SPI、CAN、蓝牙 GATT、ADC/DAC、PWM、GPIO 外设驱动硬件适配
二、嵌入式底层固件开发
单片机 / ARM 固件：裸机开发、寄存器配置、标准库 / HAL 库开发
实时系统：FreeRTOS、RT-Thread 任务调度、信号量、队列、中断管理
驱动开发：传感器驱动、蓝牙驱动、串口协议、自定义通信协议封装
底层编程：C/C++、汇编基础、固件烧录、OTA 升级、硬件调试排错
三、后端服务开发
编程语言：Java、Python、Go、C#
框架：SpringBoot、SpringCloud、Django/Flask、Gin
数据库：MySQL、PostgreSQL、Redis、MongoDB
中间件：MQ、Nginx、RabbitMQ、定时任务、接口鉴权、权限系统
网络与协议：TCP/UDP、HTTP/HTTPS、WebSocket、MQTT、Modbus 通信协议
四、前端 & 桌面 & 移动端开发
Web 前端：HTML/CSS/JS、Vue、React、Element UI、uniapp
桌面端：Qt / QML、Electron、WPF，桌面客户端界面与硬件通信联调
小程序 / 移动端：微信小程序、安卓基础应用开发，对接硬件设备接口
五、云原生 & 运维部署
容器虚拟化：Docker、镜像制作、私有仓库部署
集群编排：K8s 集群部署、Pod/Service/ 配置管理
服务器运维：Ubuntu/CentOS 系统配置、SSH 远程连接、防火墙、进程守护、项目上线、日志排查
云服务：阿里云 / 腾讯云服务器、域名备案、负载均衡、对象存储
六、算法 & 业务 & 项

项目经验

项目一：LoRa 物联网环境监测软硬件一体化项目
项目名称：基于 LoRa 的工业园区环境温湿度 / 有害气体监测系统
项目描述：整套软硬件自研，覆盖硬件电路、嵌入式固件、LoRa 通信、后台服务、Web 管理平台全流程开发，实现园区多点环境数据采集、无线透传、实时监控、超限告警与历史数据分析。
负责工作
硬件端：负责主控及传感器器件选型，使用 Altium Designer 绘制原理图、PCB 布局布线；设计电源稳压、防反接、滤波保护电路，完成硬件调试、功耗优化与 EMC 抗干扰处理。
嵌入式固件：基于 STM32 开发裸机程序，驱动温湿度、气体、气压传感器；对接 LoRa 模块，配置扩频因子、通信频段，自定义私有通信协议，实现定时采集、休眠低功耗、数据分包上传。
服务与平台：后端搭建数据接收服务，解析 LoRa 上行报文，完成数据校验、入库存储；Web 端使用 Vue 开发管理后台，实现设备管理、实时数据看板、曲线趋势、阈值告警、历史数据导出。
联调部署：完成终端节点、LoRa 网关、服务器、前端全链路联调，解决丢包、延时、信号干扰等问题，部署上线稳定运行。
项目二：Qt 工业设备上位机控制软件项目
项目名称：通用工业设备 Qt 上位机监控与参数配置系统
项目描述：基于 Qt/QML 开发桌面上位机软件，实现与嵌入式设备串口 / 蓝牙通信、实时数据显示、设备参数配置、日志记录、曲线绘制、离线数据回放，适配多款工业终端设备。
负责工作
使用 Qt + QML 搭建桌面 UI 界面，布局控件封装、样式美化、多页面跳转，适配不同分辨率窗口自适应。
封装串口、蓝牙 GATT 通信模块，实现数据收发、帧解析、CRC 校验、粘包处理，自定义通信协议交互。
开发实时数据曲线图表、设备状态看板、参数下发配置、故障告警提示、运行日志本地存储与导出。
独立完成软件架构设计、模块拆分、异常捕获、崩溃容错处理，打包安装包，适配 Windows 系统部署使用。
项目三：SpringCloud + Vue 大数据智慧运维管理平台
项目名称：分布式设备运维大数据可视化管理平台
项目描述：基于 SpringCloud 微服务架构 + Vue 前后端分离，整合海量设备运行日志、告警数据、运维工单，实现大数据统计、可视化大屏、权限管控、工单流转、多维报表分析。
负责工作
后端采用 SpringCloud Alibaba 微服务拆分：网关、用户权限、设备管理、数据统计、工单服务、告警中心，统一注册中心、配置中心、熔断限流。
设计 MySQL 分表存储、Redis 做缓存与令牌控制，接入消息队列实现日志异步消峰、海量数据入库处理。
前端 Vue + ElementUI + ECharts 开发管理后台与数据大屏，实现设备分布、运行状态、告警统计、趋势图表、多维数据可视化展示。
实现 RBAC 权限体系、菜单动态渲染、角色权限分配、工单流程审批、数据导入导出、定时报表生成，服务器 Docker 打包部署。
项目四：Python 机器学习设备故障预测模型项目
项目名称：基于 Python 机器学习的工业设备故障预测与异常检测系统
项目描述：利用设备历史运行传感数据，使用 Python 进行数据清洗、特征工程、模型训练，构建故障分类与异常检测模型，实现设备提前预判故障、降低运维停机成本。
负责工作
使用 Python Pandas、NumPy 进行原始传感数据清洗、缺失值填充、异常值剔除、特征筛选与特征归一化处理。
采用 Sklearn 搭建逻辑回归、随机森林、SVM 等分类模型，进行数据集划分、训练、交叉验证、模型评估调参。
完成模型保存与加载，封装预测接口，对接后端服务，实时接收设备实时数据，在线推理判断设备运行异常与故障等级。
可视化模型训练效果、混淆矩阵、准确率召回率指标，输出模型报告，落地实际设备故障预警业务场景。

团队情况