熟练掌握Python后端开发,5年开发经验。精通Django、Flask、FastAPI等Web框架,熟悉RESTful API设计和GraphQL。掌握数据处理和数据分析技术,熟练使用Pandas、NumPy、Polars进行大规模数据清洗、转换和统计分析。熟悉爬虫技术栈(Scrapy、BeautifulSoup、Selenium),能处理反爬、验证码和动态页面渲染。掌握数据库设计优化(MySQL、PostgreSQL、Redis、MongoDB),熟悉SQL调优和索引优化。了解AI/大模型应用开发,使用过OpenAI API、LangChain、百度千帆等平台构建AI Agent工作流。熟悉Docker容器化部署、CI/CD流水线、Linux服务器运维。具备良好的代码规范和文档习惯,能独立完成需求分析、架构设计到交付全流程。
1. 企业级数据采集与分析平台:使用Python+Scrapy构建分布式爬虫系统,采集电商、社交媒体等多源数据,通过Pandas/Polars进行数据清洗和统计分析,结果可视化展示。日处理数据量百万级,稳定运行2年。\n2. AI智能客服系统:基于FastAPI+LangChain+OpenAI API开发,实现多轮对话、知识库检索、工单自动分类。支持多租户架构,服务5家企业客户。\n3. 自动化运维管理平台:使用Django+Celery+Redis构建定时任务调度系统,实现服务器监控、日志分析、自动告警和故障自愈。管理50+台服务器。\n4. 金融数据量化分析系统:使用Python+Polars+NumPy处理行情数据,实现技术指标计算、策略回测和风险评估,支持千万级数据点秒级查询。
本平台是一个基于Python的数据采集与分析系统,主要面向企业级数据需求。核心功能包括:1)多源数据采集:支持网页爬虫、API接口、数据库直连等多种数据源接入,使用Scrapy和Requests框架实现高效采集;2)数据清洗与处理:利用Pandas和NumPy进行数据去重、格式标
基于Python和深度学习的智能客服系统,采用Rasa对话框架构建自然语言理解模块,结合FAISS向量检索实现知识库快速匹配。系统架构:Flask提供API服务,Redis缓存高频问答结果,MySQL存储对话日志和用户画像。功能涵盖意图识别、实体提取、多轮对话管理、知识库问答推荐