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