职位详情 预算：16000 RMB（固定价格） | 截止日期：10天 项目概述 将一个学术论文中的深度强化学习（DRL）加密货币投资组合管理系统改造为仅买入的模拟交易系统，并接入 Alpaca 进行模拟交易。原模型中的做空/杠杆操作必须完全禁用。 该系统使用自定义 Transformer 编码器-解码器架构，包含以下创新模块： • Sequential Attention — 上下文感知注意力层，捕捉价格序列的局部模式 • Relation Attention — 跨资产注意力层，捕捉资产间的相关性 • Leverage Decision Layer — 多头 softmax 决策层（需禁用，改为单头 softmax 仅买入） 您的任务是：修复代码使其在现代 Python 环境中运行，移除做空/杠杆机制（转为仅买入），在加密货币数据上训练，并接入 Alpaca 进行实时模拟交易，每30分钟自动调仓。 论文 PDF、源代码仓库链接将在筛选通过后提供给合格候选人。 重要说明：代码需要现代化 原始代码存在以下已知的弃用和兼容性问题，需要修复： • 使用了已弃用的 pd.Panel • 全代码硬编码 .cuda() • 使用了已弃用的 PyTorch 初始化 API • 使用了已弃用的 pandas API 具体的技术解决方案由您决定。 我们提供 • 学术论文（PDF） • 源代码仓库 • Alpaca 模拟交易 API key 和 secret • 目标加密货币列表 技术栈 • Python、PyTorch • Alpaca Market Data API（30分钟 OHLCV 数据） • alpaca-py SDK（下单执行） • Docker（最终交付必须包含 Dockerfile，确保环境可复现） 交付内容 只有所有里程碑均达标，项目才视为成功完成。 里程碑 1 — 代码现代化 + 仅买入回测 修复代码并将模型转为仅买入。完成后我们期望看到： • 代码在现代 Python 环境中正常运行 • 所有弃用依赖已修复 • 杠杆决策层已移除，改为单头 softmax（仅买入） • 损失函数中的做空相关计算已移除 • 在加密货币数据上训练完成的模型 • 回测结果包含：累计投资组合价值（APV）、夏普比率（SR）、卡尔玛比率（CR） • 回测结果需与论文中报告的性能水平一致或合理接近 里程碑 2 — Alpaca 实时模拟交易 将训练好的系统接入 Alpaca，实现自动投资组合调仓。完成后我们期望看到： • 系统每30分钟运行，获取最新价格数据并在 Alpaca 上执行模拟交易 • 完整管道运行：获取K线窗口 → 模型推理 → 输出投资组合权重 → 计算权重差异 → 下单 • 现金仓位正确处理 • 多资产调仓逻辑正常运作 • 所有交易记录包含时间戳、权重变化和运行中的投资组合价值 • 模拟交易结果须表现出模型的核心优势，产出合理且稳健的交易表现。不接受以"市场环境不同"为由解释表现不佳。 里程碑 3 — Docker 化、文档和交付 • Dockerfile：完整的容器化部署，确保即使未来 Python 版本或依赖发生变化，系统仍可复现运行 • 清晰的文档：从零安装、重新训练、启停系统 • 代码整洁、有注释 技能要求 • PyTorch 深度学习（必须熟悉 Transformer 架构、自定义注意力机制） • 强化学习（策略梯度、投资组合优化） • Python 数据处理（pandas、numpy、3D 数组操作） • REST API 集成（Alpaca 或类似交易平台） • Docker • 能阅读英文学术论文和代码 补充说明 • 模型训练需要 GPU（Transformer 架构，80K步，batch size 128）。如果您没有 GPU，可使用 Google Colab 或类似服务。 • 原始代码为单文件约900行，建议在修复过程中适当模块化。 • 表现优秀者有后续付费工作机会。 • 本系统仅用于研究和模拟交易目的。
职位详情 预算：10000 RMB（固定价格） | 截止日期：6天 项目概述 将一个现有的、完整可运行的深度强化学习（DRL）加密货币交易系统改造为仅买入的模拟交易系统，并接入 Alpaca 进行模拟交易。做空/卖出侧必须完全禁用。现有代码库完整且可运行——这是一个改造项目，不是从零开始。 该系统使用 PPO（近端策略优化）算法，包含3个集成模块： • TraderNet — 主DRL智能体，使用"Round-Trip Strategy"奖励函数 • N-Consecutive — 基于规则的安全过滤器，防止不确定的交易执行 • Smurfing — 更保守的第二智能体，用于避免高风险交易时段 您的任务是将其转换为仅买入系统，在 BTC、ETH 和 XRP 上重新训练，并接入 Alpaca 进行实时模拟交易。 我们提供 • BTC、ETH 和 XRP 的历史小时级 OHLCV CSV 数据 • Alpaca 模拟交易 API key 和 secret • 学术论文 PDF 技术栈（仓库中已有） • Python 3.6+、TensorFlow / TF-Agents、Gym • TA 库（12个技术指标）、PyTrends、scikit-learn • 如果 Google Trends 数据获取不稳定，可以禁用该特征——请自行判断 交付内容 里程碑 1 — 买入侧回测，显示正收益 将系统转换为仅买入并在提供的数据上重新训练。完成后我们期望看到： • BTC、ETH 和 XRP 的训练完成的仅买入模型 • 在留出测试数据上的回测结果，证明系统盈利 • 绩效指标：累计PNL、夏普比率、索提诺比率、最大回撤、投资风险 • 清晰的对比，展示仅买入系统可以正常工作 里程碑 2 — Alpaca 实时模拟交易 将训练好的系统接入 Alpaca，实现自动交易。完成后我们期望看到： • 系统每小时运行，获取实时加密货币数据并在 Alpaca 上执行真实的模拟交易 • 所有交易记录包含时间戳、价格、指标值和运行中的PNL • 持仓管理正常运作（入场、持有、退出） • 完整管道运行：Smurf → TraderNet → N-Consecutive → Alpaca 执行 技能要求 • Python + TensorFlow / TF-Agents，强化学习经验（PPO、DDQN） • REST API 集成（Alpaca 或类似平台） • 能阅读英文学术论文和代码 补充说明 • 模型很小（Conv1D + Dense 层），在 CPU 上几小时即可完成训练，无需GPU。 • 表现优秀者有后续付费工作机会。 • 本系统仅用于研究和模拟交易目的。
搭建c2c海外约稿web平台 响应式约稿web平台：日欧美（日本市场先落地） c2c web平台 登录/发布/搜索/聊天/支付 · 网站类型：C2C定制约稿平台（类似电商，但不涉及线下物流，最终交付产品为数据）。 · 参考网站：米画师、淘宝
一、整体框架 / 语言 • C# + .NET (WPF)：继续作为上位机 UI 和业务逻辑的主框架 • Python（子进程或服务）：负责训练、复杂算法（如深度学习、PatchCore、复杂图像处理） • 通信方式：CLI + StdOut、TCP/Socket、或 gRPC/REST（WPF ↔ Python） --- 二、相机采集系统（工业相机 SDK 抽象） • 工业相机 SDK： • 海康：MVS / MVSDK（C/C++/C#），或 HikRobot 官方 .NET SDK • Basler：pylon SDK（有 .NET 组件） • 大恒：Galaxy SDK • C# 技术栈： • 抽象接口：ICamera, ICameraControl（采集 / 触发 / 参数读写） • Task/async 模式 + 生产者/消费者队列（采集线程与处理线程解耦） • 图像格式：System.Drawing.Bitmap 或 WriteableBitmap / System.Windows.Media.Imaging 统一封装 • 图像基础处理（非 AI）： • OpenCvSharp4（C# 封装的 OpenCV，用于预处理、ROI 裁剪、格式转换） --- 三、开源标注软件集成（如 X-AnyLabeling / LabelMe） • 外部工具集成： • System.Diagnostics.Process 启动外部标注软件，带图片目录参数 • 通过配置保存标注软件路径、数据目录 • 标注数据格式： • LabelMe JSON / COCO JSON / YOLO txt 等 • C# 反序列化：System.Text.Json 或 Newtonsoft.Json • 数据转换模块： • AnnotationConverter：将推理结果（框、标签、置信度）↔ 标注 JSON • 目录结构约定：dataset/images, dataset/labels 等 • 训练触发（闭环）： • 从 WPF 调 Python 脚本：ProcessStartInfo 调用 python train.py ... • 进度回调：Python 通过 stdout 输出或通过 TCP/Socket 返回给 WPF --- 四、AI 拍摄 / 光学自动对焦（Auto Exposure / Auto Focus） 1. 图像评价算法（清晰度/亮度/对比度） • C#： • OpenCvSharp 实现：Laplacian 方差（清晰度）、直方图 / 均值（亮度）、对比度等 • Python 备选（如后续要用更复杂评价指标）： • OpenCV (cv2) + NumPy 2. 参数搜索 / 优化算法 • 简易爬山算法 / 网格搜索 / 模拟退火： • C# 自己实现即可（算法很轻量） • 对接相机 SDK 参数： • 曝光、增益、gamma、光圈、焦距（若镜头可控） 3. 硬件控制 • 使用各家 SDK 中的： • SetExposureTime, SetGain, SetFocus, SetAperture 等属性 • 统一封装到 ICameraControl.AutoOptimizeAsync() 中，隐藏厂商差异 六、通讯系统 / 工业互联（PLC / MES 等） • 工业协议库（C#）： • NModbus4：Modbus TCP/RTU • S7.Net：西门子 S7 PLC • 若有自定义 TCP 协议：System.Net.Sockets • 架构设计： • ICommunicationProvider / IIndustrialProtocol 抽象接口 • 插件化实现：ModbusProvider, S7Provider, TcpJsonProvider 等 • 抽象触发源与结果输出： • ITriggerSource（软触发 / PLC 位变化触发） • IResultOutput（写寄存器、发 JSON、写文件等）
我们计划研发一个 内部人工智能体，用于依据相关法律法规，自动生成对应的文件，实现流程化与标准化。 功能需求简述： 本地部署：智能体整体工作流程需要在本地运行，带有 eval/评估机制，保证结果可控与可验证。 易用与集成：能与 微信端对接，部件模块化，使用简单，方便内部人员快速上手。 信息输入与文件生成：用户/客户只需输入相关信息，系统自动生成文件；同时，这些输入信息应可随时修改，并重新生成对应文件。 我们希望： 你有 AI/Agent 开发 或 文档自动化 相关经验； 熟悉 本地部署、权限管理、安全合规； 有过 应用与微信生态结合的项目经验更佳。 合作方式： 单次研发为主，后续可能有迭代合作； 个人开发者或个体户优先，支持平台担保和分里程碑验收。
岗位职责： 负责APP二次开发； 任职要求： 1、需要人员是离职状态，可以到公司这边坐班，按照一天700-1000来进行计算薪资，面试定； 2、需要个人提供发票； 3、目前项目预计一个半月，具体面试根据项目情况来定 技术要求： 1、会使用uniapp，有uniappton过蓝牙技术和硬件通讯连接经验； 2、有围栏以及GPS开发经验；或者对接过高德，百度，谷歌等地图经验也可以； 我的地址：9号线13号线粤海门地铁站口（深圳）；上班时间是9-6点半，一周5天班。
一、需求描述 1、产品类别：物联网云平台开发 2、总体需求：目前已经用物联网关采集到了设备的数据，根据客户需求需要开发一款可视化和可操作化云平台，客户可以通过云平台实时监测设备运行状况并且可以通过云平台去更改设备运行参数。 3、详细需求：云平台账号需要做层级和权限划分。这个可以后续细谈。 4、需要开发一款安卓版APP。功能和以上描述一样。
根据腾讯视频云视听二维码接口获取设备信息 需要根据腾讯视频云视听TV（电视端）登录二维码，提取出以下信息； 通过接口可以获取到以下信息（应该是腾讯相关开发者接口，可能是腾讯视频）： 1.腾讯视频版本号 2.腾讯视频给设备做的一个唯一标识（A7AB2EF4AC57C75A4A0F66D3C7989CAD） 3.设备的IP地址 4.是否为TV 5.二维码生成时间 6.设备的品牌（部分设备读不到） 7.设备型号（部分设备读不到） 8.设备的分辨率（部分设备读不到） 9.上次登录账号名称 10.上次登录账号svip到期时间 11.上次登录账号的唯一标识（腾讯自身定义的标识） 如无电视，则可以直接安装腾讯云视听TV端到手机内，打开点击登录即可获取到二维码； 安装地址：https://vmat.gtimg.com/kt2/web/ktweb/protocol/202508071552302693_tv_video_17.5.0.1016_android_15000.apk
想要实现 uniapp 打包的 ios app，用户在提交订单后，调用stripe 的 apple pay，用户直接根据实际订单金额付款，给我提供uniapp插件。最终用uniapp打包ios，上架应用市场。
維護MES系統 ASP.Net MVC C# + MS-SQL Bootrstap + Jquery + Ajax 1.舊有系統維護, Bug排除 2.新功能開發 ** 會提供對應需求規格書, 甚至API, 可用AI 協助coding, 但需符合原有系統架構 ** 會提供原有系統架構sample code ** 提供遠端資料庫連接
我需要复刻一个抖音爬虫软件添加自己的抖音号进入软件自动收录抖音群里新进来的抖音号资料然后再手动联系，有类似的软件可以借鉴，如果实在开发不来，能反编译逆向也可以!能做出来的时间越快越好，工资可以谈。。。
一、需求描述： 已有服务端和客户端源码，服务端是Asp.NetCore+redis,客户端是Uniapp。需要在此已有源码基础上做需求的改动。 二、其它要求： 最好在江浙沪地区，项目周期约十天。
要做成跟这个一样的，https://www.letussushi.co.uk/home ，手机端自适应，响应式布局。要在短时间内开发完成，页面不需要100%一样都可以。做过WordPress 的来！！
项目和团队介绍： LaTeX写作是学术交流的重要环节，我们致力于打造AI-native LaTeX editor，为全球研究者提供更棒的体验。团队核心成员来自国内外顶尖高校，并拥有成功融资超过1000万美元的经验。 职责： - 负责多人协同功能的开发和优化，提升实时编辑与协作体验 - 维护浏览器端文件系统管理，保证用户体验流畅 - 协同后端工程师完成前后端接口设计与联调 要求： - 985（或顶尖211）计算机相关专业本科或研究生 - 至少一段大厂全栈/后端实习/全职经历 - 熟悉前端开发技术（如React、Vue、TypeScript等），具备后端接口调用经验 - 具备多人协同工具开发经验（如CRDT、WebRTC） 加分项： - 有丰富的Overleaf使用经验
熟悉Logicaldoc文档管理系统的基本功能 熟悉Logicaldoc所使用的技术栈 能够定位、修改软件使用和测试过程中发现的bug 能够根据提出的要求，在社区办8.9.1的基础上做简单的功能扩展 能够将编译打包的结果已docker方式部署和运行
一、需求描述 产品类别：网上游戏推荐平台 开发进度：需要技术开发 功能：该项目旨在开发一个集成Unity和React的可扩展落地页构建器，用户可以在React播放器中观看视频并试玩Unity游戏。平台允许灵活的页面布局，支持添加不同类型的内容（如图片、视频、文本）。重点是简洁、模块化的代码设计，确保系统易于扩展和维护。用户在游戏中获得的分数会显示在React仪表盘上，并可以进行互动，例如购买商品。系统还支持压力测试和自定义元素，确保未来能够轻松添加新内容。 技术：使用REACT语言、Unity3d。 二、参考产品 九游云(9game.cn) 三、人才要求 3 年以上REACT/Unity开发经验 四、其他要求 远程 项目周期：7天
要求开发一个LED销售展示网站，风格和功能可以参考https://www.efectoled.com/es/ 或者 https://www.barcelonaled.com/ 开发语言和框架可以商量，前端vue或者h5，后端springboot，django什么的都可以。开发分阶段进行和交付，预算和工期根据内容量来决定，可以商量。
一、需求描述： 服务端开发，技术上尽量用ASP.net core+redis ，要求高性能高并发。客户端已有uniapp开发源码，也需要完成客户端数据的显示。 二、其它要求： 最好在江浙沪地区，项目周期30天。
