案例描述：项目描述：教育专区系统(EZCS-ZONE)主要实现对教育场景相关功能的整合，以H5页面方式嵌入手机银行，展现乐知头 条、成长金融、乐知学堂、乐知有礼、教育公益、BoBo鱼塘等等板块内容。 教育专区分为WEB管理端（包括前端页面、后台）、H5页面、H5服务端、批量模块。 H5移动端主要有：1.教育专区首页，包括轮播图、高频功能区、乐知头条、成长金融、乐知学堂、乐知有礼、教育公益；2. 乐知头条二级页、乐知头条三级页；3.成长金融二级页，包括轮播图、高频功能、为您推荐、易商黄金精选等；4.乐知学堂 二级页，包括轮播图、专辑推荐、为您推荐及视频播放三级页面；5.乐知有礼二级页；6.教育公益二级页； 后台管理端主要有：轮播图、权益、实物产品、商品、公益、视频分类及专辑维护、报表查询等模块。 WEB管理端通过SSOP单点登录模块进入系统，通过HTTP访问后台服务；H5前端将https请求发送给SAP系统，SAP通过 HTTP调用访问H5后台服务，并将结果返回；批量模块分为文件加载、日表加工、月表加工等模块，主要处理用户点击量文 件数据，生产报表。
我的职责：H5门户后台轮播图、高频功能、成长金融、乐知有礼、教育公益等接口开发、redis 缓存处理等；WEB 管理后台分享图片、 中银乐知杯、成长金融、乐知有礼、视频分类、日月报表查询等管理模块功能开发；批量模块批量下传数据文件至 DCDS 系 统功能开发等；H5BoBo 鱼塘后台虚拟地图首页查询、集卡出售等接口开发。
案例描述：项目简介：物流行业每天生成大量的非结构化文本数据，如运输单据、客户反馈、社交媒体评论等。传统的手工处理方式不 仅耗时，而且容易出错，导致效率低下和客户满意度下降。为了提升数据处理效率和服务质量，我们开发了一个智能分析系 统，利用NLP技术自动化处理和分析这些文本数据，从而提取有价值的信息，支持业务决策。 主要功能： 文本分类：利用NLP模型对来自不同来源的文本数据进行分类处理。例如，将客户反馈按主题分 类， 以便后续分析。 情感分析：分析客户反馈和社交媒体评论中的情感倾向（正面、负面、中性），帮助企业了解客户的满意度和意见。 实体识别：识别并提取物流单据中的关键信息（如发货人、收货人、地址、日期等），自动填充相关数据库，减少人工录入 错误。 信息抽取：从大量文本中提取关键信息，生成结构化报告，帮助管理层做出数据驱动的决策。 自动回复系统：基于情感分析和关键词提取，自动生成客户服务回复，提高客户服务响应速度和一致性。
我的职责：模型开发：选择并实施适当的NLP模型Ernie1.0，用于实体识别和信息抽取。 利用深度学习框架paddlenlp进行模型训练和优化。 系统集成：协助将NLP模型集成到现有物流管理系统中，实现自动化数据处理和智能分析。 性能优化：参与模型性能评估，使用交叉验证和混淆矩阵等方法评估模型的准确性、精确率、召回率 和F1分数。通过调整超 参数、增加训练数据量和改进模型架构等手段优化模型性能。
中国银行项目驻场开发，主要开发中国银行的外包项目，负责管理一个乙方团队进行开发。
学校：江汉大学
专业：计算机科学与技术
学历：本科
