技术能力

需求评审、架构设计、课题攻关；
精通炼油财务 FMIS 、炼油排产优化 RPMS 、炼油企业 SAP；
精通.NET、Delphi、Java、Golang；
精通 Python 为基础 Tensorflow、Pybrain、Opencv、Flask、Fastapi、BP4、Scrapy、Pandas、NameKo及 RBMQ、对抗神经网络WGan;
精通 Docker、Swarm、K8s、Jenkins；
精通SpringBoot、SpringCloud、Mybatis、SSH、.NETCore
精通 Linux、Saas 等后台技术架构；
精通 Nodejs、Vuejs、Jquery等；
精通 SQLServer、Oracle、Sybase 、PostGreSql等主流关系数据库及 Redis、MongoDB、PHD、PI；
通过 IDA 等工具逆向 APK;

项目经验

一、基于微服务数字化转型业财融合项目
该项目为某石化公司自动化院为甲方的数字化转型项目中的一个子业务平台，主要基于炼化企业业财融合业务开展
● 通过私有云以及Docker技术完成业务平台服务化
● 通过K8s、Swarm、Compose等技术完成相应服务的治理；
● 通过linux、windows容器的的Docker实现完成不同语言平台的容器化；
● 通过平台技术标准化机制完成相关ETL功能；
● 业务上以管理会计为主完成企业各相关分公司、部门、车间、班组、人员等管理；
二、Vuejs通用平台迁移设计
完成公司新平台架构搭建与设计：
● 数据库选型通过dapper支持postgre、oracle、sybase、sqlserver；
● 前端通过vue.js完成UI交互，后端基于.NETwebaip完成业务数据处理，实现前后端分离；
● 数据核心算法，如：核算、神经网络、置信区间拟合等实现服务进程方式部署，并通过Websocket方式调用，实现了核心算法的集群部署与负载均衡，同时保证算法本身的高效与安全性；
● 跨域访问通过Nginx为之后的效能拓展提供了部分冗余空间；
架构需迭代改进点：
● 实现基于docker的容器部署；
● 基于.NET的webapi可改为nodejs完成，从而使前后端代码语言单一化，进而降低开发人员的资源配置成本；
● RESTFUL通讯标准应用；
● 跨平台部署，如:FreeBSD、Linux等；
三、基于RFC6455编写WebSocket服务器端
背景：
由于历史原因，公司核心算法基于Delphi7.0设计。经过10多年的迭代已经基本稳定并且高效运行。鉴于CS向BS开发的转型需要，以迭代最小化原则，将其封装在服务器端作为业务中间件部署，故需要定制一套通信接口协议并实现灵活开发，保证核心业务算法不变的前提下实现前端数据调用与展示。
过程：
经过多种架构方案对比，最终选择了基于MVVM设计思路的Vuejs做View端；通过WebSocket请求后端业务处理数据（基于Delphi7.0不变）；数据库选型通过Dapper支持主流关系型数据：SqlServer、Oracle、Sybase、Postgre；由于跨域访问的需要业务层中间件基于Nginx部署；
难点：
由于Dephi7.0版本过低，没有合适的WebSocket组件可使用，故需要使用Delphi7.0编写基于RFC6455的WebSocket服务器端；
优点：
解决了http协议中不能保存状态信息，同时可以规避轮询造成的服务器负载！
有待性能测试与完善：
客户端浏览器启动多个websocketclient，性能阈值测试，并发数测试！
四、基于BP神经网络的大数据拟合
针对原油数据库的指标与主要装置收率关系，运用神经网络技术完成拟合并验证结果。
1、原油评价报告数据清洗：通过人为筛选及合理置信区间设置完成样本点筛选；
2、标准化、归一化处理相关数据：由于不同数据量纲不同，故需要归一化处理，否则造成某些指标数量级过大导致的拟合结果相关性过大；
3、构建基于先验知识的关系矩阵并通过累计贡献率排序主要动因：通过累计贡献率和先验知识完成主要动因筛选，剥离无效或次要动因；
4、根据主要动因构建学习模型：基于前馈神经网络的神经模型构建，具体输入层、中间层、输出层神经元节点确定，初始权重设定、中间层数确定等；
5、交叉验证模型过拟合特性：通过样本点的随机选取以及随机百分比选取，多次验证模型特性，剔除过拟合设计；
6、训练样本、验证收敛并测试模型；调节关键参数达到合理的泛化效果；
7、保存权重等重要信息；
8、实现相关数据验证。
五、Jenkins的.net\Java\delphi编译
基于 Jenkins平台完成.Net\Java\Delphi 统一编译环境，通过 Github、Svn以及 A
nt和 Want完成基于 Windows下的远程程序编译平台进而解决了由于环境差异有可
能导致的程序一致性 bug，同时提高了测试与实施工作效率：
1、Windows下的 Svn服务器与 Git服务器；
2、.Net\Java\Delphi项目代码自动牵出编译；
3、.Net工程文件自动部署；
4、Delphi文件通过 Nsis自动打包；
5、内部管理 pmwiki 下载；
责任描述： 所有程序以及脚本全部独立搭建；
六、非线性寻优炼油生产计划排产系统
针对炼油企业的生产计划需求，通过图形化建模手段以利润最大化为目标完成炼油企业生产过程的排产优化；
相关技术为：
1、delphi7.0(开发工具);
2、Vs2005\Vs2008\Vc\fortran;
3、RedH

团队情况