技术:基础:JS基础知识比较扎实,熟悉H5新特性和ES6新增内容; vue:熟悉vue全家桶、熟练使用element、vant组件库进行项目开发; 机制:JS任务执行机制、浏览器缓存机制,垃圾回收机制,setState执行机制,react的事件机制 算法:熟悉开发中经常使
项目:门店管理系统: 此系统能让顾客快速的自助点餐并能看到所点菜名的样式图片,使所有的菜价透明 化,也能了解那种菜品是热门菜系,顾客也能在点餐系统上看到今天的特价菜和今 日所办的活动,同时也考虑到个别客户可以直接在前台点菜,还能自助结算本次的 消费账单,能反应顾客对本店的反馈,
案例: 品达管理系统
技术:在实际开发和项目落地过程里,我对Python较为熟练,尤其是多线程和异步编程方面,能独立实现终端批量管理和并发任务处理。熟悉在Linux/WSL以及Windows环境下执行终端命令,能处理多平台下的编码和兼容问题。参与过运维自动化相关工作,能够用FastAPI和WebSocket
项目:参与并主导了AI-MCP Terminal项目的全流程开发。这是一个专为AI助手打造的终端批量管理与控制系统。主要技术难点包括异步命令的无阻塞调度、多终端并发与智能回收、跨平台Shell适配,以及通过FastAPI+WebSocket+前端xterm.js实现的实时可视化界面。通
案例: AI-MCP Termina
技术:熟悉软件测试的理论与测试流程,能根据需求使用 Xmind 工具记录导出测试点,从而设计测试用例且高效的执 行用例,并完成测试报告。 熟练掌握黑盒测试方法,如场景法,等价法,边界值,判定表等 熟悉 Windows 与 Linux 操作系统,可搭建测试环境,熟练掌握 Linux
项目:本课题的主要内容是通过YOLO模型实现对一些常用手势的识别,主要内容包括 1.首先是数据集的收集,本课题计划采用HaGRID数据集,一共有18种类别的手势,由于原始数据集约有716GB,数据量较大,因此,将会在每个类别的数据集中随机选取7000张用于训练和测试。之后会自己在拍摄
案例: 基于YOLO的手势识别算法研