业务和功能介绍
核心功能
智能职位匹配
基于用户简历内容与岗位要求，利用自然语言处理（NLP）和机器学习算法，实现人岗智能推荐，提高匹配准确率。
多端一体化体验
支持 Web 端、移动端（H5/小程序）及企业后台管理系统，满足不同用户在不同场景下的使用需求。
企业招聘管理
企业可一键发布职位、筛选简历、安排面试、跟踪候选人状态，并通过数据看板实时掌握招聘进度与效果。
求职者服务
求职者可创建个性化简历、订阅心仪岗位、接收智能推荐、与HR在线沟通，并查看企业评价与薪资行情。
安全与隐私保护
采用多重数据加密与权限控制机制，保障用户信息安全；支持简历“隐身投递”与联系方式可控展示。
行业垂直化运营
针对IT互联网、金融、制造、教育等重点行业提供定制化招聘解决方案，提升垂直领域服务能力。
智能职位匹配
基于用户简历内容与岗位要求，利用自然语言处理（NLP）和机器学习算法，实现人岗智能推荐，提高匹配准确率。
多端一体化体验
支持 Web 端、移动端（H5/小程序）及企业后台管理系统，满足不同用户在不同场景下的使用需求。
企业招聘管理
企业可一键发布职位、筛选简历、安排面试、跟踪候选人状态，并通过数据看板实时掌握招聘进度与效果。
求职者服务
求职者可创建个性化简历、订阅心仪岗位、接收智能推荐、与HR在线沟通，并查看企业评价与薪资行情。
安全与隐私保护
采用多重数据加密与权限控制机制，保障用户信息安全；支持简历“隐身投递”与联系方式可控展示。
行业垂直化运营
针对IT互联网、金融、制造、教育等重点行业提供定制化招聘解决方案，提升垂直领域服务能力。
项目实现
本项目采用前后端分离架构，历时6个月完成从0到1的开发与上线。我作为核心后端开发工程师（可根据实际角色调整），主要负责系统架构设计、核心模块开发及性能优化工作。
技术选型与架构搭建：基于 Spring Boot 构建微服务后端，使用 MySQL 进行数据持久化，并通过 Redis 缓存热门职位与用户会话信息，提升系统响应速度；引入 Elasticsearch 实现简历与职位的全文检索与语义匹配。
智能推荐系统开发：参与设计并实现基于用户行为（浏览、投递、收藏）和简历文本特征的协同过滤 + 内容推荐混合模型，使职位点击率提升约35%。
高并发场景优化：针对简历投递高峰期，采用 RabbitMQ 异步处理投递请求，结合数据库读写分离与索引优化，系统支撑日均10万+投递量，接口平均响应时间控制在200ms以内。
安全与权限控制：实现基于 JWT 的认证体系，配合 RBAC（基于角色的访问控制）模型，确保企业用户仅能访问授权数据；对敏感字段（如手机号）进行脱敏处理，符合 GDPR 及国内个人信息保护规范。
技术选型与架构搭建：基于 Spring Boot 构建微服务后端，使用 MySQL 进行数据持久化，并通过 Redis 缓存热门职位与用户会话信息，提升系统响应速度；引入 Elasticsearch 实现简历与职位的全文检索与语义匹配。
智能推荐系统开发：参与设计并实现基于用户行为（浏览、投递、收藏）和简历文本特征的协同过滤 + 内容推荐混合模型，使职位点击率提升约35%。
高并发场景优化：针对简历投递高峰期，采用 RabbitMQ 异步处理投递请求，结合数据库读写分离与索引优化，系统支撑日均10万+投递量，接口平均响应时间控制在200ms以内。
安全与权限控制：实现基于 JWT 的认证体系，配合 RBAC（基于角色的访问控制）模型，确保企业用户仅能访问授权数据；对敏感字段（如手机号）进行脱敏处理，符合 GDPR 及国内个人信息保护规范。
示例图片视频
相似推荐
梵花田-梵花田
梵花田是一款专注于身心健康的应用，主要面向有睡眠困扰、焦虑情绪、需要放松和专注的用户群体。项目定位是提供高品质的白噪音、冥想课程、助眠故事等内容，帮助用户改善睡眠质量、缓解压力、提升专注力。
（业务模式）
采用 免费内容 + 会员订阅 的模式。用户可以免费使用部分白噪音和基础冥想内容，订阅会员后解锁全部冥想课程、原创助眠故事、高级混音功能等。
（核心功能介绍）
我将其后端核心功能分为以下几个模块：
声音模块
提供超过30种白噪音（如雨声、海浪、篝火、钢琴等），支持用户多轨混音（同时播放多个声音并独立调节音量）。
支持定时播放、收藏、最近播放记录。
冥想模块
包含 14天入门冥想计划，以及针对不同场景的主题课程（如“考前减压”、“职场焦虑缓解”、“睡前放松”等）。
记录用户的训练进度、连续打卡天数，支持课程评价。
睡眠助眠模块
提供原创的助眠故事（如“月光森林”、“海边小屋”等），配有舒缓的背景音乐和专业配音。
支持故事播放进度自动保存、定时关闭。
宝宝专区模块
专门为母婴群体设计，包含哄睡音乐、摇篮曲、睡前动画和短篇故事。
个人中心与会员模块
用户注册登录（手机号/微信）、会员购买与续费、历史记录、收藏夹、睡眠统计报告等。
后台管理系统
为运营人员提供内容发布（上传音频、配图、文字）、用户管理、数据看板（日活、播放量、会员转化率）等功能。
南通大学附属医院医保前置服务平台-前置服务平台
产品包含功能：药库的订单采购管理、收货管理、追溯码管理、用户管理、角色管理、统计查询、HIS对接接口和省招采平台对接接口等，主要是帮药库简化采购流程，满足网采率的上传要求，同时也能解决医保对医院的追溯码上传要求。
医疗大屏改造项目-医疗信息平台
系统为医疗数据可视化大屏，通过下拉选择器可切换不同数据维度展示页面，实现多场景、多主题的数据监控与分析。主要功能包括：
1. 展示全国年度出院量趋势变化，通过折线图直观呈现多年数据走势；
2. 以地图形式展示 2024 年全国各省份出院人次分布，便于地域数据对比；
3. 统计并展示不同医疗机构类型的出院人次占比，清晰呈现机构服务结构；
4. 分析出院人群的性别、年龄结构，结合老年人口占比形成患者画像；
5. 各模块均支持数据可视化图表展示，包含折线图、地图、饼图、柱状图等；
6. 整体采用深色专业主题，布局规整清晰，适用于数据汇报、运营监控等场景。
7. 各个图表配置了合适的动态展示效果(演示地址：http://47.101.153.3:9007)
基于深度学习健康管理系统
① 慢性病风险预测： 基于用户健康数据，使用神经网络模型预测未来患糖尿病、高血压等慢性病的风险。
② 健康年龄计算： 通过FT-Transformer 模型，计算用户的生物年龄（健康年龄），直观反映身体老化状况。
③ 亚健康状态评估： 通过问卷与活动数据，使用聚类算法+神经网络模型对用户的亚健康状态进行分类与评分。
① 睡眠阶段分析： 基于智能手环的心率、体动数据，使用深度学习模型1D-CNN + Transformer对用户的睡眠阶段进行精准分期。
② 异常心律筛查： 对连续心率数据进行监控，使用异常检测算法或深度学习模型自动筛查可能的心律不齐事件，并发出预警。
③ 运动模式识别与能耗估算： 利用设备加速度计等传感器数据，通过深度学习模型识别用户运动类型（如走路、跑步），并精确计算热量消耗。
④ 长期健康趋势分析： 对用户长期的静息心率、步数等数据进行时间序列分析，发现周期性规律和长期变化趋势。
① 症状自查器： 用户通过勾选症状或输入文本描述自身状况。
② 疾病智能预测： 基于深度学习模型Feature Tokenizer Transformer（FT-Transformer），对输入的症状进行分析，输出可能的疾病及概率。
③ AI健康助手： 集成大语言模型API，为预测结果提供人性化的护理建议与就医警示。
④ 自查历史记录： 记录并展示用户历次的健康自查记录。
① 智能饮食推荐： 基于用户身体指标与健康目标，使用推荐算法生成个性化食谱。
② 自适应运动计划： 根据用户体能和目标生成并动态调整运动计划。
③ 健康习惯追踪与提醒： 提供服药、饮水、久坐等智能提醒功能。
④ 睡眠改善方案： 针对睡眠问题，提供个性化的改善建议。
医疗器械租赁/售卖平台
背景：跟医院合作租赁或售卖医疗设备，主要面向全瘫或半瘫老年人，辅助治疗同时收集老人的医疗数据
1、有个运营后台，可以管理设备的上下架，以及促销活动设置
2、微信小程序可以进行租赁或购买设备
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服