某定投辅助程序

为优化机场地勤资源配置，需要基于动态的维修需求与多变的航班计划，设计并实现一套智能机位自动排程算法。该算法需综合考虑机位特性、航班类型与保障时间窗，通过高效建模与求解策略，在满足各类约束的前提下最大化机位利用效率，减少航班延误与资源闲置，从而显著提升机场整体运行效能。

1.立项背景和目标:主流BI工具都缺少Excel的操作和手感,希望产品能弥补这块空白 2.软件功能: 1)前端支持大数据量的更新,因为是懒加载,每次只加载100行,且会把内存里边旧的信息清理,因此,可以实现Excel支持100万+级的数据,在B/S上显示 2)类Excel的手感,可以支持列冻结,筛选,复制粘贴,创建新的Sheet,使用100多个公式 3)存储采用Parquet/Lance文件格式,Excel支持读取Parquet文件,保存Lance文件,可以支持在线Excel的时光机能力 4)与DataFusion,Arrow的数据引擎关联,理论上可以对接主流数据源,目前仅支持Oracle,SQLite,CSV/EXECL的数据关联,并生成Excel表格

随着Web应用迭代速度加快，手动回归测试效率低且易遗漏问题。为保障百度等网页功能稳定性，立项开发Selenium自动化测试工具，目标是将回归测试效率提升60%，并实现核心功能的每日自动验证。 软件功能、核心功能模块：核心功能包括网页自动访问、元素定位与交互、结果断言验证、测试报告自动生成。主要模块分为：驱动管理模块（自动匹配浏览器版本）、用例执行模块（支持多线程运行）、结果校验模块（验证页面标题、状态码等）。 业务流程、功能路径描述：用户配置目标网页URL与测试用例 → 系统初始化浏览器驱动 → 自动执行访问、交互等测试步骤 → 实时校验页面响应与元素正确性 → 生成包含用例通过率、响应时间的测试报告 → 自动关闭浏览器并释放资源。

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

建立一个基于出租车大数据的智能分析系统，通过机器学习算法挖掘数据价值，为城市交通管理、出租车运营优化和乘客出行提供决策支持，高频轨迹分析目标，从海量数据中识别城市主要出行走廊，可视化展示高频出行模式，为交通流预测和路径规划提供基础，公共交通优化目标，识别出租车上下车热点区域，分析现有公共交通覆盖盲区，提出新公交线路规划建议，提高公共交通资源利用效率，运营效率提升目标，预测出租车接客热点区域，为司机提供实时巡航建议，为乘客推荐易打车地点