大数据 算法模型 软件定制 案例

立项背景与目标： 在日常工作与学习中，用户频繁需要获取AI辅助回答，但网页端使用需频繁切换浏览器，效率较低。本项目旨在开发一款轻量级桌面AI助手，提供一键式智能问答体验，降低使用门槛，提升日常信息获取效率。 软件功能： 用户输入问题后，点击提交或回车键，程序自动调用AI模型生成回答，并即时显示在窗口中，支持长文本自动换行。 核心功能模块： 1. 用户输入模块（Entry控件） 2. AI接口调用模块（requests + 智谱AI API） 3. 结果显示模块（Label控件 + 自动换行） 业务流程： 用户输入问题 → 点击提交 → 程序获取输入 → 调用AI接口 → 返回结果 → 窗口显示回答 功能路径： 启动程序 → 输入框输入问题 → 点击“提交”按钮 → 查看AI回答 → 输入框自动清空，等待下一次提问

数据生成：生成百万级的学生数据（学号、姓名、成绩），以CSV格式存储。 数据加载：把CSV里的数据，分别加载到三种不同的数据结构里（vector、map、unordered_map）。 精确查询测试：随机生成一个学号，测试三种容器查询一个特定学生成绩的耗时。 范围查询测试：给定一个成绩区间（如80-90分），测试三种容器统计这个区间内学生数量的耗时。 性能对比结论：用高精度计时，对比三种容器在不同查询场景下的效率差异，得出选型建议。

高光谱遥感模型在跨传感器、跨年份和跨场景应用时会遭遇光谱分布偏移，目标域通常又缺少训练标签。项目目标是建立一条可复现、可审计的无监督域适应研发链，而不是只展示单次最高精度。平台包含MAE/Transformer自监督表征、EMP/Gabor多编码器、最优传输伪标签与对齐、跨模型集成、合法与oracle诊断分离、多随机种子配对实验、集群运行交接、预注册和停止门禁。流程从共享波段与类别协议开始，训练源域模型，再在不读取目标训练标签的合法路径上适配；目标标签仅用于最终评价。每轮研究冻结配置、种子、日志、权重和决策，若未达到预注册阈值则保留负结果并停止扩张。

本系统专注于集群运行状态的深度监控与可视化呈现。通过采集集群配置、服务端口及运行指标等多维度数据，系统对原始监控信息进行结构化解析与标准化处理，最终转化为直观的图表看板与动态表格，帮助运维人员实时掌握集群健康状态。此外，平台还集成了数据检索、日志查询与文档管理等功能模块，为日常运维排障与信息查阅提供一站式便捷服务。

本项目定位于企业级分布式数据服务平台，始终以数据价值释放与平台化服务能力为核心导向，构建了覆盖数据接入、数据整合、数据存储与数据计算的全链路数据闭环体系。平台采用分布式架构设计，具备海量数据的实时采集与离线批处理能力，通过标准化服务接口对外提供统一的数据底座支撑，有效降低数据使用门槛，赋能上层业务快速实现数据驱动决策。

1、立项背景和目标：基于B站排行榜爬取的数据，进行深度数据分析和可视化呈现，挖掘视频播放量分布规律、分区热度差异、UP主影响力等洞察。 2、软件功能：①UGC分区平均播放量对比分析；②PGC各类型内容播放量对比；③UGC播放量TOP20视频排行；④PGC播放量TOP20作品排行；⑤播放量与点赞数相关性散点图分析；⑥UGC分区视频数量占比饼图；⑦TOP15 UP主影响力排行。共生成7张可视化图表。 3、业务流程：读取爬虫采集的CSV数据，使用pandas进行数据清洗（去除空值、类型转换）、分组聚合（按分区/类型统计均值），使用matplotlib绑定中文字体渲染7张可视化图表并保存为PNG。

基于工业设备采集的时序数据，开发了一套轻量级异常检测算法Demo。通过滑动窗口统计、3σ原则对设备运行指标进行异常识别，支持数据可视化展示与异常点标记，可用于快速发现设备运行中的异常波动，辅助工业运维人员进行故障预判，提升数据驱动运维的效率。

一、立项背景与目标 1. 立项背景 在传统的知识库问答系统中，普遍存在以下痛点： - 流程混乱：通用ReAct Agent在处理复杂业务时，容易发生步骤跳跃或逻辑错乱，导致回答质量不稳定。 - 上下文断裂：多轮对话中，用户常使用代词（如“它多少钱？”），传统向量检索缺乏指代消解能力，导致检索失败。 - 意图混杂：闲聊式提问（如“你好”）与知识检索式提问（如“XX产品参数是多少”）被统一处理，浪费算力且影响用户体验。 - 状态丢失：用户刷新页面或稍后再访问时，对话历史无法延续，每次都是“新会话”。 2. 项目目标 - 构建一个流程可控、意图可分流、上下文可理解、状态可持久的智能知识助手。 - 实现复杂业务逻辑的结构化解耦，提升系统的可维护性与稳定性。 - 显著提升多轮对话场景下的检索命中率与回答准确率。 二、软件功能与核心模块 1.整体功能概述 本系统是一个基于LLM的智能对话式知识库问答助手，支持用户通过自然语言提问，从向量知识库中精准检索并生成回答。系统特别强化了多轮对话中的指代消解能力与流程可控性。 2.核心功能模块介绍 模块名称 功能说明 Planner（规划器） 基于LLM + 专用Prompt，硬编码业务流程。负责解析用户请求，按固定流程调度执行，防止逻辑跳跃。 语义路由器 基于LLM的分类工具，动态识别用户意图为“chat”（闲聊）或“retrieval”（知识检索），实现分支分流。 历史加载与写入模块 与Redis集成，自动追加对话历史，确保跨会话的上下文连续性。 查询重写模块 结合历史对话，将存在指代或省略的用户问题（如“它多少钱？”）改写为语义完整的独立问句。 混合检索引擎 同时执行向量语义检索与关键词检索，通过RRF算法融合排序，提升召回效果。 Executor（执行器） 根据Planner的指令，调用重写、检索、生成等环节，最终输出回答。 系统流程严格遵循：语义路由 → 历史加载 → (分支判断) → 查询改写/直接回答 → 知识库检索 → 最终生成 三、业务流程与功能路径 以下为用户与系统交互的完整功能路径描述： 场景一：用户进行知识检索（多轮对话） 场景二：用户发起闲聊 场景三：用户首次访问 / 会话恢复

本系统是一套面向多源数据的可视化分析工具，基于Python数据分析生态构建，可读取结构化Excel数据源并自动生成专业级分析图表和HTML报告。 系统聚焦两大分析场景： 1. A股金融市场分析：读取沪深A股4000+只股票的实时数据，自动生成板块分布饼图、成交量Top15排行柱状图、涨跌幅分布直方图，直观展示市场结构和资金动向。针对个股（如贵州茅台600519），生 成日K线走势图并叠加MA20/MA60双均线，标注历史最高收盘价，辅助技术分析决策。 2. 豆瓣影评数据分析：读取豆瓣电影Top250完整榜单，生成评分分布直方图、评分区间占比饼图，以及年度电影数量与平均评分的双Y轴趋势图。可直观看到经典电影年代分布和评分走势。 所有图表统一采用专业配色方案，支持中文渲染，输出为高分辨率PNG图片（150 DPI）。同时自动生成一个响应式HTML分析报告页面，将所有图表嵌入精美卡片布局，包含概览统计卡片和技术指标说明，可直接用于演示汇报或嵌入Web页面。

据 2020 年国际癌症研究机构（IARC）调查的最新数据显示，乳腺癌在全球女性癌症中的发病率为 24.2%，位居女性癌症的首位。在药物研发领域，利用预测模型对能够拮抗 ERα 活性的化合物进行筛选的方法受到广泛的关注，本文通过建立回归与分类预测模型，对化合物的生物活性和 ADMET 性质做多目标优化求解

边坡稳定性是水利工程、 交通路网及露天矿山等领域的核心安全问题。 本项目基于多源监测数据，围绕边坡预警问题建立了系统的数学模型，利用python/matlab/mysql实现项目落地，建立了分级预警机制，确保了工程实践中的高效决策支持，具有较强的物理可解释性与工程适用性，可为边坡灾害精准防控提供数据支撑与决策依据

华为Petal Search核心图像搜索能力，用户拍照或上传图片即可在电商、旅游等场景下找到相似商品或地点。覆盖全球170+国家，月活2000万+，是Mate 40等旗舰机型海外版的标配功能，也是华为终端出海战略中的核心AI能力之一，支撑华为移动服务HMS生态建设。

主要负责工作为使用 python +强化学习+实现群体智能算法开发后台训练端，在原有的基础上使用C#对网络空间靶场端功能进行再开发,使用现实靶场进行网络渗透，成功获取所需数据和整个靶场的网络情况，辅助同事使用 godot 开发展示端功能，然后结合三端实现此项目 开发攻击端，负责后端开发，使用大模型+意图槽位增加模型开发网络安全助手攻击端功能

LOL-DeepWinPredictor 是一款基于深度学习的英雄联盟比赛胜率预测系统，面向对局分析与战局决策场景，通过对海量历史对局数据的训练，实现对当前对局胜率的实时预测与可视化展示。核心功能模块分为三部分：一是数据采集模块，使用线程池并发爬取英雄联盟对局数据，通过 json 库完成字段提取与清洗，存储至 MongoDB 复制集保障数据高可用；二是模型预测模块，将 MongoDB 复制集数据通过 RocketMQ 消息队列传输至 Spark 集群进行分布式计算，完成大规模数据的批量推理；三是 Web 可视化模块，使用 Flask 搭建后端服务，前端基于原生 HTML + JavaScript 构建交互界面，集成 ECharts 绘制胜率对比图表，用户可直观查看各英雄组合的胜率分布与趋势分析。整体流程为：爬取数据 → 清洗入库 → 队列调度 → 集群计算 → Web 展示。

基于条件变分自编码器（CVAE）的人脸图像生成技术深入。 通过构建CVAE模型，对人脸数据集进行预处理后开展模型训练，采用重构损失与KL散度以及二者结合的总损失函数，通过ReLU优化算法进行优化，以及梯度裁剪提升训练的稳定性和收敛性，最后通过网格图像以及FID对生成的图像进行评估。 该模型在生成人脸图像质量和多样性方面表现良好，能够有效实现人脸属性编辑、人脸合成等应用。

本项目面向传统道路巡检依赖人工、效率低且主观性强的问题，设计并实现了一套基于深度学习的道路病害智能检测系统，旨在提升道路养护的自动化与智能化水平。 系统核心功能包括道路图像中裂缝、坑洞等典型病害的自动识别与定位。整体功能模块分为：数据处理模块、模型训练模块、检测推理模块及结果可视化模块。用户可上传道路图像或视频，系统自动完成病害检测并输出带标注的结果图像。 业务流程为：首先对原始数据进行清洗与标注，并通过数据增强扩展样本多样性；随后基于YOLOv8进行模型训练与优化；在推理阶段输入图像，模型输出病害类别与边界框；最终通过可视化模块展示检测结果，辅助道路养护决策。

新媒体运营者每天需要从大量 RSS 信息源中筛选热点、提炼要点、撰写各平台差异化文案，再手动粘贴到微信公众号、微博、头条号等编辑器——全流程耗时长、重复劳动多，且各平台对排版格式要求不同，人工适配成本极高。 本项目（mp-agent）的目标是构建一条"信息聚合 → AI 生成 → 多平台分发"的全自动内容流水线：定时从订阅的 RSS 源抓取文章，由大语言模型自动摘要和合写每日资讯，并按平台规范格式化后一键发布或提供带主题排版的富文本复制，将单期内容生产时间从数小时压缩至分钟级，支持零人工干预的定时全自动运行，也支持人工介入的半自动审核模式。

在人工智能领域飞速发展的背景下，抖音集团正积极投入建设具备世界领先水平的内部多模态大模型。该模型旨在深度理解和生成结合文本、图像、视频、音频等多种模态的数据，以此赋能集团旗下多样化的产品与业务场景（如内容推荐、智能创作、用户交互、内容审核等）。 为了确保这些强大的多模态大模型不仅具备卓越的性能，更能精准对齐人类偏好（Human Alignment）、提升其安全性、有用性、一致性与个性化表现，我们引入了 **Direct Preference Optimization (DPO)作为关键的后训练（Post-training）** 策略。DPO 通过利用人类偏好反馈数据直接优化模型，相比传统的 RLHF（基于强化学习的人类反馈）流程更高效、稳定。 本项目的核心目标正是 ——构建一个高效、稳定、可扩展的端到端数据链路，为 DPO 训练提供高质量、高通量的结构化数据。这一数据链路的搭建，是确保我们的多模态大模型能够持续迭代、不断优化、最终在复杂现实场景中表现卓越的基石。它不仅将加速模型迭代周期，更是我们在下一代 AI 技术竞争中保持领先的关键一步。 本项目的核心在于设计与实现一个自动化、智能化的DPO 训练数据生产平台。其核心功能可概括为三个紧密相连的阶段： 大规模、周期性数据采集与整合： 平台将具备强大的数据集成能力，能够定期、自动化地从集团内部多样化的原始数据源（如用户交互日志、内容创作数据、搜索查询、运营反馈、模型推理日志等）以及特定外部数据集获取海量多模态数据。确保数据的新鲜度、全面性和多样性，为后续的精细化标注提供充足的 “原材料”。 高度定制化与智能化的复杂标注工作流： 平台将支持一个多阶段、多模态融合、且深度定制化的标注链路。此环节并非简单的标签分类，而是专注于DPO 训练所需的偏好型数据构建。它将引导专业标注员或通过 AI 辅助标注，根据预设的严苛评估标准（如安全性、事实准确性、逻辑连贯性、指令遵循度、创意性、语气风格等），对模型在特定 Prompt 下的多个响应进行优劣排序、对比选择，乃至识别并生成对抗性样本。此流程将针对多模态内容的特点，支持文本 - 图像、文本 - 视频等多维度关联信息的标注与评估。 标准化、可追溯的 DPO 训练数据输出（Pair 对数据）： 最终，数据链路将把经过复杂标注处理后的信息，精确地格式化为 DPO 训练框架可直接消费的 “Pair 对数据”。这意味着，对于给定的一个 Prompt 或上下文，我们将输出至少包含一个 **“偏好响应（Preferred Response）”和一个“拒绝响应（Rejected Response）”** 的结构化数据对。这些数据将包含必要的元信息（如评估维度分数、置信度、标注员 ID、时间戳等），确保数据质量高、可追溯，并可直接无缝地灌入集团的 DPO 训练系统，为模型的持续优化提供高质

LLM微调，CV，NLP多个项目经历： yolov8，yolov11，yolov12，yolo26应用，优化，集成 swin-tf，U-net，VIT分割，识别，分类，标注 RAG，情感分类，分词，生词，熟练应用BERT 可嵌入到软件，网页中，需后端 可接入一些LLM（如GPT，DS等）的API 可接中型/小型软件开发 可接科研项目，论文复现，AI/大数据/数据分析都可

立项背景：随着电商业务规模扩大，海量交易、用户行为等数据亟待系统化分析，为业务决策提供数据支撑。核心目标是挖掘年度经营数据价值，优化产品布局、营销策略及用户体验。核心功能包括数据收集整合、多维度分析（销售、用户、供应链）及可视化呈现，通过梳理数据流转逻辑，清晰呈现业务关键指标关联，为公司战略调整提供直观依据。