具备多语言跨平台软件开发、工业物联网通讯、工业智能算法、办公自动化全栈开发能力，熟练掌握多类开发语言与工业标准化协议。
开发语言层面：精通 Python、Java、C#、C++ 四种主流后端与客户端编程语言，可独立完成服务端、桌面程序；熟练 Android 原生应用开发，掌握 Activity、数据持久化、原生硬件交互、多线程调度等核心开发技术，能独立搭建工业级安卓客户端。
工业通讯领域：精通 MQTT、Modbus RTU/TCP、OPC DA、OPC UA 全系列工业主流通讯协议，可实现 PLC、传感器、工控设备、云平台之间的数据采集、解析、转发与双向指令下发，具备设备网关、数据中转服务开发落地经验。
智能算法与工业控制：熟悉 BP 神经网络模型搭建、训练、调优与工程化封装，能够将算法落地至工业控制系统；掌握锅炉、热力机组等工业设备智能逻辑控制开发，完成参数联动、自动调节、异常预警控制逻辑编写。
自动化工具开发：可进行根据需求进行Excel 数据自动化处理、批量数据清洗、报表自动生成；
基于 Python 实现办公流程自动化、设备自动控制脚本开发，可落地数据自动采集、批量文档处理、定时任务调度等自动化需求，适配企业数字化、轻量化运维场景。
可编写批量数据处理，可对接API接口，完成接口调试，数据请求与解析，可批量操作文本以及报表数据，多线程处理任务，熟练使用各种第三方库。

安卓工业智能实时监控系统开发项目
现设备状态可视化、参数实时刷新、故障独立负责整套 Android 工业监控客户端开发，基于 MQTT、OPC UA 协议对接现场工控设备，实时采集锅炉、传感器运行数据，实弹窗告警、历史数据查询功能；配套 网关服务完成 Modbus 设备数据统一转发，解决多类型工控设备协议兼容问题，支持现场工作人员移动端实时查看设备工况，替代传统固定工控屏，大幅提升巡检效率。
基于 BP 神经网络的锅炉工业智能控制系统开发
采用 Python+C++ 混合开发架构，搭建 BP 神经网络预测模型，针对锅炉运行负荷、烟气参数、风煤配比数据完成样本训练与参数优化；将训练完成的算法模型封装集成至工业控制逻辑，实现锅炉燃烧参数智能自动调节、能耗预测、异常工况提前预警，替代传统固定阈值控制逻辑，降低设备能耗，减少人工值守调整频次，完成整套控制程序调试与落地交付。
企业数据自动化处理配套工具开发