实现网
我需要多商户JAVA网站二次开发 远程全职

项目需求说明书 项目编号: SM-MERCHANT-JAVA-2025-1 一、 项目概览 1.1 项目类型:电商系统多商户商城二次开发 1.2 技术基础:基于CRMEB多商户Java 2.0版本进行深度二次开发 1.3 核心架构:前后端分离,分模块开发,独立部署 1.4 项目预算:10-20万元人民币,具体金额可详谈 二、 技术栈要求 2.1 后端技术:Java语言,SpringBoot框架 2.2 前端技术:PC管理端使用Vue.js与Element UI;移动端使用uni-app框架 三、 核心开发功能 3.1 基础商城功能:在CRMEB原有多商户体系上优化与扩展 3.2 分销体系:构建分销与返利模型 3.3 营销活动:开发或集成多种营销工具如拼团、接单、租赁、优惠券等 3.4 三方分账:实现与支付渠道对接的自动化分账结算 3.5 IM客服:集成或开发即时通讯客服系统,支持买家与商户沟通 3.6 分店管理:为商户提供多门店与仓库的管理及配送体系 四、 交付物要求 需完整交付并上线以下终端:Android APP、iOS APP、微信公众号、微信小程序、H5移动端、PC商城、官网。 五、 对合作团队的资格要求 5.1 成功案例:必须具备CRMEB多商户Java版的成功二次开发案例,需提供可验证的演示或资料 5.2 公司信誉:公司近3年内无因合同纠纷、项目烂尾、未按时交付等问题引发的诉讼记录 5.3 团队稳定性:公司需为正式员工缴纳社保,以证明团队的合法性与稳定性 5.4 开发透明度:开发期间需接受我方通过共享桌面对代码编译过程进行适度实时查看 六、 合作期望与模式 6.1 沟通对象:本项目仅限能够亲自参与代码开发与决策的技术负责人或企业负责人接洽,不与商务代表或销售人员沟通 6.2 付款方式:采用分期付款与里程碑验收挂钩的模式,具体细节于合同中明确 6.3 交付目标:本项目追求的最终交付物为可正式上架运营的完整电商系统。在项目达到此最终目标前,我们暂不视为项目完成。 6.4 郑重声明:我方拒绝中途加价、转包拼单、非全职投入等合作模式 6.5 乙方承诺组建全职、稳定的开发团队投入本项目。我方谢绝任何形式的兼职、众包或转包模式,因前述模式导致的烂尾风险由乙方全额承担。 6.6我方寻求的不仅是项目交付,更是系统上线后的长期维护、技术支持与版本迭代合作。乙方需具备长期主义服务理念,理解本项目前期利润有限,其商业价值在于通过成功交付建立长期稳定的合作关系。无法认同此理念者,请勿接洽。 七、 联系我们 如果您及您的团队符合上述要求并有合作诚意,请准备以下资料与我们联系:公司及技术团队简介、工作环境视频、相关成功案例演示、针对本需求的初步技术实现思路。

Small b88120385438869113b7067d5c54cfb7
昵称登录后显示 大约 6 小时前发布

预估 500元 / 8小时

资深安卓开发工程师-北京驻场 远程全职
Android

资深安卓开发工程师-北京驻场 1. 具备较丰富的 Android 开发经验,具备扎实的 Java、kotlin 编程基础; 2. 熟悉 Android 主流架构模式(MVVM、MVP等),能结合业务特点设计清晰的分层架构(UI 层、业务逻辑层、数据层),确保模块解耦; 3. 深入理解 Android 四大组件(Activity/Service/BroadcastReceiver/ContentProvider),熟练运用 Intent、Binder 等跨组件通信机制; 4. 熟练掌握 Jetpack 核心组件:ViewModel、Lifecycle、LiveData/Flow、Room(数据存储),能基于 Jetpack 构建稳定的业务架构。 5. 精通 Android UI 开发体系,具备丰富的自定义 View 开发经验,能独立实现复杂交互组件,解决自定义控件的测量、布局、绘制效率问题; 6. 熟练运用动画框架,实现流畅的页面过渡、交互反馈动画(如标签切换动效、菜单展开动画),保证动画帧率稳定。 7. 深入理解 Pad 设备特性(大屏、横屏为主、分屏 / 多窗口支持、触控笔交互等),有成熟的大屏适配方案经验: 8. 熟悉 Android 分屏、自由窗口、日夜间模式切换机制,能适配多窗口模式下的 UI 状态保存、尺寸变化处理,确保分屏时功能完整; 9. 具备 UI 性能调优经验:能通过 Android Profiler、Systrace、Lint 等工具定位并解决过度绘制、布局嵌套过深、主线程阻塞等问题,确保页面滑动 / 切换流畅; 10. 优化复杂列表性能:熟练使用 RecyclerView的复用机制、预加载策略,解决大数据量下的卡顿问题。 11. 掌握内存优化技巧:避免内存泄漏、合理管理图片缓存、大对象内存占用控制; 12. 熟练使用 Git 进行版本管理,掌握分支策略、代码 Review 流程,能高效参与团队协作; 外派小米,驻场地点西二旗,月薪20000左右,周期2-4个月

预估 900元 / 8小时

资深全栈工程师 远程全职

工作内容描述: 1、在现有工程基础上(用户体系、基础设施具备),优化与迭代升级小程序/网站产品。 2、根据需求完成功能开发、接口联调对接 日常运维: 1、负责产品前后端的全栈开发,确保系统的高效、稳定运行; 2、参与产品需求分析,设计系统架构,优化用户体验; 3、推动技术创新,采用前沿技术提升产品竞争力; 4、与团队紧密合作,解决技术难题,提升开发效率; 5、持续跟踪并优化系统性能,保障系统的可扩展性和安全性。 任职要求: 后端层面: 1、5年以上的开发经验,扎实的 Java 基础,熟悉多线程、集合、IO、反射、泛型等核心技术。 2、熟练使用Java常用框架和工具,如 Spring boot 、Spring Cloud、SpringMVC、Mybatis等 3、熟悉缓存(Redis),缓存设计和模式及其应用; 4、熟练掌握 MySQL 等关系型数据库,具备 SQL 优化能力 5、容器化:熟悉 Docker、Kubernetes 等容器化技术,具备实际部署经验。 6、DevOps:熟悉 CI/CD 工具(如 Jenkins、GitLab CI),了解自动化测试和部署流程。 前端层面: 1. 精通 HTML5、CSS3、JavaScript(ES6及以上),精通各个端的适配方案 2. 深入理解前端工程化,掌握模块化、组件化开发,具有 Vue 框架的深入经验,熟悉周边生态,并对其最佳实践有深刻理解 3. 熟悉常见的前端开发工具链(如 Vite、Webpack、Babel、npm/yarn 等) 4. 熟悉浏览器的工作原理,能够运用 前端性能优化技术 5. 有小程序开发经验,熟悉常用的小程序开发框架 6. 具备良好的代码规范和编程习惯,能够编写高质量、可维护的代码,熟悉常见的编码规范和最佳实践 7. 熟悉 版本管理工具(如 Git),能够独立处理复杂的分支管理、代码合并、冲突解决等操作; 具有良好的团队协作精神,责任心强。

预估 600元 / 8小时

已有8人投递
GraphRAG 系统开发工程师 远程兼职
Python
GraphRAG
Knowledge Graph
Vector Search
LLM

🌐 GraphRAG 开发者挑战赛——法律文档处理(原型) 职位类型: 合同 / 自由职业 报酬方式: 仅在通过评测(总体得分 95% 以上)后支付 开发周期: 从接收材料起 7–10 天内完成现场演示 项目范围: GraphRAG 原型(无前端、无生产环境) 我们正在寻找一位紧跟当前图结构检索(Graph-based Retrieval)研究的专家,能够为法律文档设计一个高精度 GraphRAG 管道系统。 本项目不是聊天机器人或界面开发项目,也不是比拼延迟速度的竞赛。 系统可包含多跳检索或智能 Agent 调度。 知识图谱的构建与遍历属于项目范围。 ⚠️ 必须实现 GraphRAG,而非普通的 RAG! 📂 你将获得的资料 /docs/ → 10 份预处理的 Markdown 法律文档(包含丰富元数据) /sample_questions.json → 2 个示例问题(格式参考) /sample_answers_rag.json → 2 个示例答案(风格与结构参考) 以上仅为格式参考。正式评测将使用未公开的新问题。 🛠️ 你需要完成的内容(仅限原型阶段) 请在 Python 3.12 环境下(Poetry 项目结构)实现以下两个函数: def ingest(document_paths: List[str]) -> None: """导入提供的法律 Markdown 文档,构建知识图谱等。""" def query(questions: List[str]) -> List[str]: """返回基于检索结果的答案,并使用 Vancouver 风格的引文格式。""" 要求: 无需前端 UI、无需 API Key、无需云环境; 可使用任意技术栈,重点在于方法与结果; query(...) 必须支持并行执行,并能在终端显示进度; 在 60 分钟的现场测试中需处理约 400 个问题。 🧪 评测与报酬(如何获得支付) 你在本地使用示例文件进行开发与调试; 现场测试时(60 分钟内),我们提供约 400 个新问题; 你运行 query(...) 并生成 /answers.json 文件; 我们使用 LLM 作为评测者对你的答案进行打分(你无需构建评估框架)。 若你的总体得分在以下四项指标中超过 95%,则视为通过: 忠实性(Faithfulness):无幻觉,回答内容来源明确; 相关性(Relevance):检索内容与问题高度匹配; 完整性(Completeness):覆盖问题的所有关键要点; 清晰度(Clarity):结构清晰、逻辑严谨、法律表达规范。 通过后需提交完整代码库(包含仓库、Poetry 锁文件、运行说明及技术说明文档)。 我们验证可复现性后支付报酬,并考虑与你签订长期合作。 注意事项: 不使用 F1 指标; 不考察延迟时间; 官方统一运行评测; 若未通过评测 → 无报酬,你保留代码所有权;不做例外处理。 英文版:We’re hiring an expert who follows current graph-based retrieval research and can design a high-accuracy GraphRAG pipeline for legal documents. This is not a chatbot/UI project and not a latency contest. The system may include multi-hop/agentic orchestration. Knowledge-graph construction and traversal are in scope. Must be GraphRAG not vanilla RAG! ---------------------------------------------------------------------- 📂 What You Receive - /docs/ → 10 pre-processed Markdown legal documents (rich metadata) - /sample_questions.json → 2 sample questions (format reference) - /sample_answers_rag.json → 2 sample answers (style/structure reference) These are for orientation only. The live benchmark uses unseen questions. ---------------------------------------------------------------------- 🛠️ What You Must Build (Prototype Only) Expose exactly two Python functions (Python 3.12, Poetry project): def ingest(document_paths: List[str]) - None: """Ingest the provided legal markdown documents, build knowledge graph etc.""" def query(questions: List[str]) - List[str]: """Return answers as strings with Vancouver-style citations grounded in retrieved sources.""" - No UI, no API keys provided, no cloud required - Use any stack—we care about your approach and results, not tools - query(...) must support parallel execution to process ~400 questions in the 60-min live session. Must show a progress indicator in the terminal. ---------------------------------------------------------------------- 🧪 Demo & Evaluation (How You Get Paid) - You implement locally using the samples for orientation - Live 60-min session: we provide ~400 questions - You run query(...) live and produce /answers.json - We run the benchmark (LLM-as-judge) on your answers; you don’t need to build an evaluation framework If your overall score is more than 95% across: • Faithfulness (no hallucinations; grounded in retrieved text) • Relevance (retrieval matches the query) • Completeness (key points fully covered) • Clarity (clear, structured, legally coherent) You hand over the entire codebase (repo, Poetry lock, run instructions, and short tech note). Payment is released only after you deliver the full repo and we verify reproducibility. You are considered for hiring/further engagement. NOTE: - We do not use F1 - We do not measure latency - We run the benchmark - Fail → No payment; you keep your code. No exceptions

预估 7000 元

亚马逊竞品数据自动采集与分析脚本开发工程师 远程兼职
Python 3.10+
requests
pandas
openpyxl
tenacity

招聘|Python 后端兼职】亚马逊竞品数据自动采集与分析脚本开发 —— 可远程,个人开发者优先 🧩 项目简介 本项目用于亚马逊选品分析:基于 SellerSprite API + Keepa API,实现自动采集竞品数据 → 清洗 → 生成 Excel 报表,并能定期自动更新。 仅使用官方 API,不做爬虫。 📊 核心需求(必须实现) 1️⃣ 数据采集模块 SellerSprite: /v1/product/competitor-lookup(竞品查找) /v1/traffic/keyword(关键词流量) Keepa(精简版,可选):历史价格、BSR、评论趋势、上架时间(Date First Available) 2️⃣ 数据输出模块(仅以下字段,其他不需要) 固定列: 记录日期|类目名称|产品图片|链接|ASIN|品牌|父体销量|类目排名|价格|评分|评论|上架时间|变体数量|变体类型| 变体1销量|变体1规格|变体1价格|变体2销量|变体2规格|变体2价格|变体3销量|变体3规格|变体3价格 说明: 记录日期、类目名称:每次采集自动写入; 变体仅展开 Top3(按子体近30日销量优先,若不足3个则留空)。 3️⃣ 采样/选品模式 模式A:正态分布随机抽样(≥30个) 从 SellerSprite 返回的候选竞品池中,按类目排名/销量分布抽样;可设置参数:--sample-size、--std、--seed 等。 模式B:手动指定竞品 支持直接传入 ASIN 列表或文件,可选中需要调查的竞品,而不是随机抽样。 4️⃣ 自动更新模块(基础版) 命令行参数:--update daily | weekly | monthly 日更:价格、评分、评论数、BSR; 周更:关键词与广告词数据; 月更:趋势汇总(BSR、价格曲线); 自动覆盖 Excel 对应字段,生成日志。 5️⃣ 配置与日志模块 config.yaml:存放 API Key、输出路径、更新频率、列名顺序; 限流与重试机制(429、超时自动重试),支持断点续传; 日志文件:error.log。 6️⃣ 上传与共享模块 在生成 Excel 文件后,系统可选择自动上传到 腾讯文档表格,实现团队共享; 通过 腾讯文档开放平台 API(HTTP 调用)实现: 支持创建/更新指定文档; 可设置更新模式:覆盖指定区域或追加行; 自动填充日期、类目、ASIN 等字段; 上传成功后返回腾讯文档链接写入日志。 🧠 技术要求 Python 3.10+;requests / pandas / openpyxl / tenacity /tencentcloud-sdk; 熟悉 REST API 调用与 JSON 解析; 有 Excel 生成与在线文档 API 对接经验优先; 能独立完成限流/重试逻辑;命令行工具即可,无需前端; 若后期扩展 Web 界面(上传类目/关键词),可再议长期合作。

预估 7500 元

已有2人投递
Algo developer 远程兼职
Java
mql
Python
FIX API
Quickfix J

们需要一位有经验的工程师,将现有的交易算法(目前运行在某零售交易平台上)重构为独立应用,使用 Java 或 Python 编写,并通过 FIX 直接连接市场。解决方案必须支持净额账户(netting,禁止对冲),并将原平台的订单类型准确映射到券商的 FIX 等价物(止损、限价,以及带价格改善的入场逻辑)。 该角色不仅要实现策略本身,还需搭建最小可用执行环境——包括会话管理、订单管理、风险检查和日志记录等。 必备能力 具有构建生产级 FIX 引擎的成熟经验(Logon/Heartbeat/消息重放、缺口处理、持久化、重连)。 在净额账户/净额撮合场景下进行实盘订单路由:Replace/Cancel 流程、部分成交、IOC/FOK、TIF 处理。 能在零售平台语义(止损/止盈、内部订单ID)与 FIX 字段(ClOrdID、OrigClOrdID)之间进行映射。 编写低延迟、容错代码,具备幂等的订单处理能力。 精通 Java(QuickFIX/J) 或 Python(quickfix);熟悉 Kafka/Redis 更佳。 交付物 使用地道的 Java 或 Python重写的策略逻辑(含单元测试)。 FIX 连接器,并提供至少一个参考券商的配置。 面向净额账户的订单与头寸管理模块。 仿真模式(CSV 日志)与轻量级监控看板。 Docker 化部署与运行手册(runbook)。 回复中请包含 2–3 个过往 FIX 项目(你的角色与工作范围)。 你更倾向使用 Java 还是 Python,以及原因。 你通常使用的 FIX Store/日志方案及原因(例如 JDBC/FileStore、内存+外部持久化等)。 简述你会如何将零售平台的 SL/TP/市价单映射为净额场景下的 FIX 表达(含 ClOrdID/OrigClOrdID、Replace/Cancel 流程、TIF/IOC/FOK 等)。 MVP 的大致时间线和预算。

Small 81ffb5fa140457e22cb6bc24c4450dff
昵称登录后显示 大约 1 个月前发布

预估 30000 元

计算机视觉工程师 远程兼职

【专业合作】计算机视觉项目:基于OpenCV实现书法字的毫米级网格对齐与差分测量系统 一、 项目核心概要 我们致力于开发一款书法教学小程序的核心评分引擎。本项目并非依赖难以把控的深度学习,而是**通过特制的毫米级刻度网格纸,将书法评价转化为一个高精度、可量化的图像测量问题**。技术路径清晰,目标明确。 二、 核心技术挑战与思路(项目基石) 我们已定义清楚核心任务,您需要解决以下两个关键问题: 1. 高鲁棒性的网格识别与亚像素级对齐: 目标:从用户拍摄的、可能存在透视变形、光照不均、部分笔迹遮挡的作业图片中,稳定、精确地识别出1mm间距的网格线。 输出:计算透视变换矩阵,实现与标准模板的**亚像素级别精准对齐**,为后续测量奠定基础。 2. 基于网格坐标系的笔画量化比对算法: 目标:** 在对齐的坐标系下,提取学生字与标准字的笔画轮廓。设计算法,**定量计算关键点的位置偏差(精确到毫米)、笔画粗细均匀度等指标**,并合成科学评分。 输出: 可视化的比对结果(如红透覆盖效果)及结构化数据。 三、 技术栈与交付要求** - 必需技术栈:精通 **Python/OpenCV** 或 **C++/OpenCV**,必须有实际的图像处理/测量项目经验。 - 必需交付物:完整的、可部署的**源代码**、技术文档及一个可演示的微信小程序原型。 - 项目周期:3周内完成核心开发与测试。 四、 项目预算与合作模式 - 项目预算:人民币1.5万元 - 2.5万元。我们重视代码质量与解决方案的优雅性,对于能提出更优技术方案的开发者,预算可议。 - 合作模式:项目制外包。 - 付款方式(保障双方权益) 我们提议采用 3/5/2 的分期付款模式,即合同签订后付30%,核心功能Demo通过后付50%,全部上线验收合格后付尾款20%。具体可协商。 五、 下一步(意向开发者请按此要求沟通) 为高效筛选,请在联系时**务必提供以下信息**,否则将无法回复: 1. 技术思路: 针对“网格线的鲁棒性识别”挑战,简述您的解决方案(例如,如何应对笔迹遮挡和透视变形)。 2. *初步评估:基于上述思路和3周工期,给出您的初步工时与费用评估。 3. 能力证明:请提供您的GitHub主页链接或相关的技术作品集(最好是图像处理类项目)。

Small 0a6317cbe5073d802e1f70ff49453fd3
昵称登录后显示 大约 1 个月前发布

预估 25000 元

已有1人投递
兼职结构工程师 远程兼职
PROE 5.0 CAD
结构设计开发
独立开发新项目

岗位职责: 1. 根据产品需求,完成结构设计方案(包括材料选型、连接方式、强度/刚度分析等),确保方案满足功能、成本及可制造性要求; 2. 绘制详细的结构设计图纸(2D/3D),绘制BOM表、工艺加工说明、装配说明等技术文档,确保符合生产加工规范; 3. 配合进行力学仿真(如应力、变形分析)、公差分析等,优化结构可靠性;参与样机试制过程,解决试产中的结构问题(如装配干涉、强度不足等); 4. 与硬件工程师协同,确保结构设计与整机方案兼容,配合项目经理完成进度管理及问题闭环。 技能要求: 1. 大专及以上学历,机械类相关专业,精通PROE 5.0及CAD相关设计软件,使用CREO优先; 2. 5年以上结构设计工作经验,能独立完成新产品的结构设计开发,设计过程中结构问题分析、设计变更及确认等; 3. 熟悉产品开发设计流程,能够独立开发新项目,具体从结构设计、模具检讨、工艺评估、试产转量产等全过程经验,以及具体分析、解决生产异常问题的能力; 4. 熟悉塑胶、五金模具结构及生产工艺,对模具、注射、机加工有一定的了解; 5. 熟悉常用的塑胶、五金、硅胶等材料物性及表面处理工艺; 6. 善于吸收新的设计理念与思路,能够积极应对模流分析、结构分析等仿真发现的问题,并根据仿真结果进行认真分析与评估,及时调整/优化设计。

Small 24806f1a7067d6d2b7cdefdee60bf4e5
昵称登录后显示 大约 1 个月前发布

预估 15000 元

我是技术人才
我在寻找远程工作

技术人才入驻

我是创业者
我在寻找技术人才

发布用人需求