项目一：全平台教育培训APP（安卓+iOS+鸿蒙+Java后台）

项目简介

独立从零负责教育培训类全平台APP完整研发与上线交付，覆盖安卓、iOS、鸿蒙三端，后端采用Java微服务架构，实现整套产品从需求梳理、架构设计、前后端开发、多端适配、合规整改、多应用商店审核上架的全流程落地。

技术架构

- 后端：Java + SpringBoot + 微服务拆分、MySQL、Redis、权限体系、文件OSS存储、消息推送
​
- 移动端：原生兼容逻辑 + 跨端统一业务逻辑，完成安卓、iOS、鸿蒙三端适配、机型兼容、分辨率适配

核心工作与落地成果

1. 从零架构搭建：独立完成数据库设计、接口规范制定、业务模块拆分、服务器部署架构规划，保证系统高并发、可迭代、可扩展。
​
2. 三端统一开发适配：解决iOS隐私合规、鸿蒙特性适配、安卓机型碎片化兼容问题，统一业务逻辑、UI交互、版本迭代节奏。
​
3. 全流程合规上线：独立完成隐私政策配置、权限整改、应用商店审核驳回修复，成功在苹果App Store、华为、小米、荣耀、vivo、OPPO全商店稳定上架。
​
4. 完整交付闭环：完成需求迭代、测试联调、Bug闭环、生产环境部署、文档交付、版本持续更新，实现产品商业化稳定运行。

项目亮点

全栈独立交付能力强、多端上线经验成熟、熟悉各大应用商店审核规则与合规红线，可独立承接教育类、工具类、服务类APP从0到1全平台整包开发与上线运维。

 

项目二：医疗检验样本流转时间预测AI系统（全流程落地、准确率96%+）

项目简介

独立负责医疗检验场景AI预测模型全流程研发与工程化上线，针对医院检验样本送检、流转、检测、出报告全链路数据，搭建智能时长预测模型，实现从原始医疗数据清洗、特征工程、模型训练调优、模型验证、服务部署、线上预测完整落地，最终模型预测准确率稳定96%以上。

技术栈

Python、数据分析、医疗数据脱敏清洗、特征工程、机器学习算法、模型调优、模型序列化、后端接口封装、线上服务部署

核心工作与落地成果

1. 医疗级数据治理：针对医院原始杂乱业务数据，完成缺失值填充、异常样本剔除、数据脱敏、标准化归一化、特征筛选，解决医疗数据噪声大、维度杂、有效特征稀疏的行业痛点。
​
2. 算法选型与模型迭代：对比多种回归、集成学习模型，针对性优化样本时序特征、流转节点特征、科室时段特征，反复调参、交叉验证，抑制过拟合，最终模型精度稳定达标 96%+。
​
3. 模型工程化落地：将训练好的高精度模型封装为可调用API服务，完成线上部署、压力测试、实时预测功能，支持医院批量样本、实时送检样本时长智能预估。
​
4. 业务价值落地：实现检验样本流转耗时精准预测，帮助医院合理调度设备、分流样本、预估报告出具时间，优化检验科运转效率，减少患者等待时长。

项目亮点

具备真实医疗AI项目全流程落地经验，精通医疗数据清洗、特征建模、算法调优、模型上线部署，可独立承接医疗预测、时序分析、智能预估、数据建模类AI项目从0到1交付。