昵称登录后显示

项目一：5G 核心网 (5GC) 故障根因分析平台
角色： Python 算法工程师 / 全栈开发
技术栈： Python, Scikit-learn (随机森林), Flask, Vue.js, Pandas, NumPy
项目描述：
针对 5G 核心网复杂故障定位难、耗时长的痛点，构建了一套基于机器学习的自动化根因分析系统。该系统通过历史告警与性能数据训练模型，实现对网络故障的秒级定位与根因推荐。
核心职责：
特征工程与数据清洗：深入分析 5GC 信令与日志数据，主导特征提取工作。利用 Pandas/NumPy 对海量多维数据进行清洗、归一化及离散化处理，构建了包含时序特征、统计特征在内的关键特征库，显著提升了模型输入质量。
算法选型与验证：对比多种机器学习算法，最终选定 Scikit-learn 中的随机森林 (Random Forest) 算法。通过网格搜索 (Grid Search) 进行超参数调优，并使用交叉验证确保模型在未知数据上的泛化能力，故障识别准确率提升至 90%+（可根据实际情况调整数值）。
模型全生命周期管理：设计并实现了从样本管理、模型训练、版本保存到实时预测的闭环流程。开发了模型迭代机制，支持基于新产生的故障样本进行增量学习，确保持续适应网络环境变化。
可视化平台构建：后端采用 Flask 构建高性能 RESTful API，前端基于 Vue.js 开发交互式看板。实现了样本数据可视化展示、模型训练进度监控、实时故障根因推送及置信度分析功能，大幅降低了运维人员的排查门槛

项目二：基于 YOLO 的智能自动装车视觉系统
角色： Python 计算机视觉工程师
技术栈： Python, PyTorch/TensorFlow, YOLOv8/v5, OpenCV, Flask/FastAPI
项目描述：
为解决传统人工装车效率低、易出错的问题，研发了一套基于深度学习的智能视觉引导装车系统。该系统利用工业相机实时捕捉作业场景，自动识别货物与车辆位置，引导机械臂或作业人员精准作业。
核心职责：
视觉模型开发与训练：基于 YOLO (You Only Look Once) 系列目标检测算法，针对散装/箱装货物特点定制数据集。通过数据增强（旋转、裁剪、光照变换）解决样本不平衡问题，训练出高精度的货物识别与位姿估计模型。
实时推理与优化：利用 OpenCV 进行图像预处理与后处理，结合 TensorRT 或 ONNX Runtime 对模型进行加速部署，将单帧检测延迟降低至 毫秒级，满足生产线实时性要求。
业务逻辑集成：编写 Python 后端服务，将视觉识别结果（货物坐标、类别、数量）实时转化为控制指令，通过与下位机（PLC）或调度系统的 TCP/MQTT 通信，实现自动抓取路径规划与装车计数。
异常检测与反馈：设计了货物堆叠异常、掉落检测等辅助算法模块，当识别到违规操作时立即触发声光报警并暂停作业，保障生产安全。

项目三：企业级无人值守智能过磅系统
角色： .NET Core 后端开发工程师
技术栈： C#, .NET Core, ASP.NET Core WebAPI, Dapper, SQL Server, 多线程/异步编程, 硬件接口集成
项目描述：
打造了一套全流程自动化的无人过磅解决方案，取代传统人工司磅模式。系统集成车牌识别、红外定位、称重仪表数据采集等功能，实现了车辆从入场到出场的全程无人干预，有效杜绝作弊行为并提升通行效率。
核心职责：
高并发后端架构设计：基于 .NET Core 构建微服务架构，使用 ASP.NET Core WebAPI 提供标准化接口。利用 Dapper ORM 框架优化数据库访问层，通过手写高效 SQL 应对高频称重数据的写入与查询，确保系统在高并发下的稳定性。
硬件设备深度集成：攻克多品牌硬件通信难题，通过 C# 调用动态链接库 (DLL) 及串口通信 (SerialPort)，实现了与地磅仪表、道闸、红绿灯、车牌识别相机、红外光栅的无缝对接。
异步处理与防作弊逻辑：充分利用 C# 的 async/await 异步编程特性处理耗时的硬件 I/O 操作，避免线程阻塞。设计了严密的业务校验逻辑（如：红外遮挡判断、皮重波动监测、视频抓拍关联），自动拦截异常过磅行为。
系统稳定性保障：引入多线程队列机制处理突发车流数据，设计了断点续传与本地缓存机制，确保在网络波动或服务器重启时数据不丢失，系统可用性达到 99.9%。

项目四：艾洛优才 (App) 综合服务平台
角色： Python 后端研发工程师
技术栈： Python, Django Rest Framework (DRF), MySQL, Bootstrap 5, Selenium, Requests, Docker/Nginx
项目描述：
一款集人才招聘、技能培训与信息聚合于一体的综合性移动端应用后端支撑平台。负责从数据库设计到接口开发、前端页面支撑及自动化运维的全流程工作。
核心职责：
系统设计与规范落地：主导业务需求分析，输出高质量的数据库 ER 图与 API 接口文档。严格遵循 Django Rest Framework (DRF) 规范开发后端接口，实现了用户认证、权限控制、文件管理等核心模块，确保代码的可维护性与扩展性。
全栈开发与页面支撑：针对后台管理系统及官网宣传页，使用 Bootstrap 5 快速构建响应式前端页面，实现了文件批量上传、协议展示等交互功能，缩短了前端开发周期。
数据采集引擎构建：针对省市区基础数据及行业竞品信息缺失问题，开发定制化爬虫模块。灵活运用 Requests 进行静态页面抓取，结合 Selenium 处理动态渲染及验证码场景，建立了定期自动更新的数据仓库。
DevOps 与环境管理：设计并搭建 测试、预生产、生产 三套隔离环境。制定严格的上线发布流程（CI/CD 雏形），确保所有变更先在预生产环境验证无误后再同步至生产环境。负责日常运维监控、日志分析及数据库备份，保障系统平稳运行。