程序聚合 软件案例 冷链运输仓储管理平台-冷链管理平台

冷链运输仓储管理平台-冷链管理平台

行业:物流仓储、企业服务(saas)
载体:小程序、Windows应用
技术:C++、Backbone.js、Nagios、SQL Server Management Studio

业务和功能介绍

冷链配送行业有其特殊性,存在标准及非标的订单的生成及信息流推送需要,需要有灵活的生成及处理方式,仓储部门接到定要要按需生成非标处理方案并形成工作流单,然后进行分配最终生成出库确认,后需要仓配一体的推进方式,直至签收确认。其中各种非标处理要求都要支持,财务数据保证完整及准确
2、合同涉及功能模块包括:OA相关模块、系统资料维护、TMS主系统、WMS主系统、客服子系统、财务结算子系统、财务管理模块、App子系统等功能模块,具体见《附件1》。项目实施过程中,除《需求规格说明书》界定的需求外,原则上不作任何调整。
3、合同签订后,甲乙双方成立项目组,对系统具体实施功能细节需求进行调研、分析、讨论,最后形成《项目需求规格说明书》,作为项目交付、验收的依据。
4、鉴于该ERP系统为甲方核心业务管理系统。为支持甲方的系统可持续发展的需要,乙方ERP系统对甲方免费开放二次开发权和系统相关源代码,以方便甲方将来自身修改、升级、维护系统的需要。
5、甲方应指派一名熟悉自身业务的人员进行项目对接,配合功能需求的确认工作。

项目实现

系统完成定制开发和部署后,乙方会对每项实施工作,进行确认签字。甲方应积极配合乙方实施工作的确认工作。
2、软件培训完成后,甲方应及时对软件进行功能确认。待系统稳定运行一个月后,双方如无 如属于乙方原因致使软件未通过系统验收,乙方应排除故障,并自行承担相关费用。如系统部署、培训完成后,除因本合同规定的不可抗力外,甲方未能在规定的时间内配合完成交付验收,乙方有权以其认为合理的方式进行单方面验收。
3、项目验收后,乙方依然对甲方后期工作提供必要的技术支持。

示例图片视频


上海诺构软件技术有限公司
30天前活跃
交付率:100.00%
相似推荐
基于深度学习和策略融合的地址智能解析与地理编码服务平台
1、立项背景和目标 随着业务规模扩大,地址解析、匹配及地理编码请求量激增,传统单一算法难以兼顾准确性与效率。为应对高并发场景下的地址理解需求,本项目旨在构建一套集深度学习、策略融合与离线训练于一体的地理信息处理平台。目标是通过工程化手段打通数据标注、模型训练、在线推理与质量校验全链路,在保证高可用性的同时,支持策略快速迭代与A/B测试,最终提升地址匹配、标准化及搜索服务的准确率与响应速度。 2、软件功能、核心功能模块的介绍 系统核心功能包括地址匹配、地址解析、地址标准化及地点搜索(Place Search)。在模块划分上,应用层提供Geocoding服务接口;策略模块负责前处理、模型请求及初始化;深度学习层基于TensorFlow Serving和PyTorch进行模型推理;底层服务通过负载均衡与流量控制支撑高并发。此外,离线训练模块涵盖数据标注、特征工程与增量训练;线上汇聚模块负责异常检测与排序结果校验;GPU私有云支撑BERT等离线AI分析任务。 3、业务流程、功能路径描述 典型业务流程如下:用户发起地址匹配请求后,请求经接入层负载均衡分发至策略模块,策略模块先进行地址解析与前处理,随后调用深度学习模型(TensorFlow/PyTorch)进行推理,返回标准化地址及匹配结果。同时,线上调用记录存入历史库,质量校验模块通过ES日志对空值、偏差及排序结果进行检测。异常数据回流至离线训练链路,经过人工标注、数据格式转换及增量训练后,更新至在线模型服务,形成"请求→推理→校验→回流→迭代"的闭环流程。
伦敦证券交易所集团-基于AWS和机器学习的产品数据业务增强-ESG
立项背景&目标: 1.通过优化的架构和流程,打通云端和本地数据连接,提高LSEG内部不同金融产品的自动化 2.持续优化产品用户的工作效率,降低人力成本 3.通过ETL,NLP,ML等工具和技术,持续优化数据质量 业务流程: 1.通过Boomi订阅SNS获取产品的云端数据,通过规则提取数据,存放到AWS S3 2.通过其他组件如格式转化等,进一步提取数据,进行NLP,ML等数据优化,存放到AWS S3 3.业务端通过产品界面识别文档关键词句信息,再次利用Boomi进行标准化和数据质量审核 4.合格的业务数据存放到本地数据库
基于CVAE人脸图像生成
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。
南航AI问数平台1.0-AI问数平台
1.依托已有的数据中台,对航班运营数据(航班、客票、成本、补贴等),进行汇总、清洗后,提供AI问数的功能; 2.支持各部门各层级业务人员通过自然语言,查询其权限范围内的数据,并形成表格及数据统计图; 3.一期完成了多轮问数、报表自定义、推荐问题、编辑个人指标、问答评分等功能。
房产数据平台-城市房产
为响应智慧城市建设、房地产行业数字化转型需求,解决传统房产交易信息不透明、流程繁琐、供需匹配低效、监管难度大等痛点,特立项打造城市房产平台。平台核心目标是构建“数据一体化、业务一体化”的智慧房产服务体系,整合城市房产全链条资源,实现房源真实可溯、交易高效便捷、监管精准有力,为市民、房产从业者、监管部门提供全方位服务,推动城市房地产市场规范健康高质量发展,助力数字住房建设落地。除核心房产平台业务外,公司另一大块核心业务为数据服务,重点面向银行、政府等机构提供专业数据评估服务,为银行房贷审批、风险管控提供房产价值、产权资质等精准数据评估支撑,为政府房地产市场调控、政策制定提供权威数据参考。平台整体涵盖基础服务、核心交易、监管辅助、增值服务四大类软件功能,核心模块包括房源管理、交易服务、智能匹配与搜索、监管与数据分析、增值服务:房源管理模块实现房源全生命周期管理,通过OCR识别、人脸识别等技术核验房源真实性,生成“一房一码”,杜绝虚假房源;交易服务模块贯通新房、二手房、租赁全场景,提供在线预约看房、电子合同签署、交易资金托管等服务,保障交易安全高效;智能匹配与搜索模块支持多维度筛选和个性化推荐,结合地图功能直观展示房源及周边配套;监管与数据分析模块为监管部门提供实时监控、违规核查功能,为运营者提供数据支撑,同时也为公司数据服务业务积累核心数据资源;增值服务模块整合金融、法律、家装等服务,实现“一站式”闭环。平台业务流程围绕“房源录入—核验—展示—匹配—交易—监管”全链路形成闭环,房源供给端录入信息并完成核验后上架,用户通过平台找房、预约看房,达成意向后签署合同、办理资金托管,交易完成后更新房源状态并提供后续增值服务,全程支持用户举报反馈,保障业务规范。核心功能路径清晰,涵盖房源管理、用户找房交易、监管数据分析、增值服务四大路径,各环节衔接顺畅,全面满足不同用户群体的核心需求,同时与公司数据服务业务形成协同,推动房产服务与数据服务双赛道数字化、智能化升级。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服