程序聚合 软件案例 运输管理平台-oTMS

运输管理平台-oTMS

2025-06-08 17:23:29
行业:物流仓储
载体:网站、小程序
技术:Java、Python、Spring、Redis

业务背景

1.针对传统物流依赖人工、经验,信息化程度低的物流模式。效率低下,资源浪费以及信息和成本等问题,oTMS推出SaaS TMS+APP模式,实现从货主到司机到客户的全链条全渠道真实管控!全程可视,实时追踪,提升终端客户满意度,节省对账时间,提供更优成本控制。
2.针对标准产品信息,会有产品出具设计文档,在初版设计后会有我们开发参与进去,通过技术角度评估产品功能是否合并并且是否有更优方案。而对于大型集团的个性化需求,主要由开发与客户进行沟通明确客户的具体需求,在标准产品之外通过中间件方式来链接集团内部熊与oTMS运输平台,并实现客户个性化需求。

功能介绍

该项目主要有订单管理,资源管理,仓库预约,导入导出,轨迹管理,账单管理,标准报表,中间件,SDTN,数据推送等模块。除了标准报表,其余模块都有参与。其中订单管理又可细分为订单运输管理与订单成本管理。成本管理主要通过整合或询价等方式来进行节约成本。
对于规模比较大的客户,可以通过导入线路及成本等相关信息到SDTN中,系统会根据已有承运商已有线路报价,系统进行多维度计算最终通过Optpalnner进行分析客户如何进行现有资源进行更优分配进行成本节约与控制。

项目实现

17年左右整个技术团队大约80多人,刚进入项目主要负责资源管理,导入导出等分支功能,
后续19年主要负责客户中间件的主导开发工作,20年负责核心业务开发及管理,22年之后主要负责oTMS海外项目的维护与扩展。核心项目开发比较早,使用jdk8+springMVC+dubbo+zookeeper等计算,中间件部分目前我们完善了jdk8与jdk17两个版本的框架主要使用spring boot。

示例图片视频


30天前活跃
方向: 后端-Java、
交付率:100.00%
相似推荐
基于lstm神经网络的金融时序分析系统-金融时序分析系统
具有多种策略功能生成预测曲线,包括lstm、线性回归、机器学习等方法 对股票原始特征进行多重数据分解,旨在获得股票最有时序特征的分量片段 使用者可以对依据预测曲线对股票进行回测,大部分预测效果中胜率优于60% 使用者在程序中的操作只需选取股票代码+股票的范围就能获得数据源,并逐个选项卡按默认配置处理即可得到预测曲线,在程序中再根据预测曲线与股票原始曲线进行对比即可进行股票回测,分析股票价值
ToB金融平台
1.对接多家支付机构,使得客户可以有更多产品的选择。 2.出库发货功能,客户可通过app进行产品选择,而后进行产品出库邮递。 3.交易管理功能,支付机构通过推送的方式将交易数据发送到系统平台,系统平台将交易数据聚合计算呈现给代理商。 4.可通过系统去设置POS机费率,更简洁方便。
Toc金融股票软件
1.在岗位期间主要负责免费会员模块,其主要作用是用户通过登录,浏览股票,以及购买基金等行为进行积分发放,从而累加积分,获得积分相对应的会员功能。 2.其中功能还存在浏览股票,基金页面,用户可通过页面了解市场,进行合理购入。
基于 transformer神经网络的 的股票预测 模型
本程序旨在解决基于历史股票数据预测未来股价收益的挑战。通过数据清洗、特征工程(如日线涨跌幅、换手率)和Transformer神经网络训练,它能为投资者提供未来1到5天股票潜在表现的预测,从而辅助投资决策,并严格确保数据和模型的预测质量与稳定性。
数据分析-后端工程
通过模块与数据结构框架,对多功能系统进行统一整合,比如,对数据的读写能力与整理分析能力进行模块化与结构化,然后通过算法及算法优化对相关函数功能进行整合,实现高效与高质量。用户可在使用过程中感受到兼具效率与质量的使用感受。
帮助文档   Copyright @ 2021-2024 程序聚合 | 浙ICP备2021014372号
人工客服