芜湖后端兼职招聘

项目编号：【182514】 1.网站自动充值，连接到服务器自动发货。 2.能看到每天充值多少。 3.注册账号的时候会要求填写邀请码，然后每个邀请码充值记录多少。 目前有一个非常完善的，但是是别人的，所以想自己做一个，可以借鉴或者照搬！

项目编号：【182498】 该项目名为 terrific_trains-树莓派，是面向树莓派硬件开发的 “智能列车（Terrific Trains）” 相关边缘计算应用，核心围绕 “视频采集 / 处理 + 实时网络通信 + 轻量级 AI 推理” 构建，推测用于列车场景的边缘端智能分析（如目标检测、状态监控），整体架构分为客户端、服务端、工作节点（Worker）三层 1. 核心模块与功能 模块 / 文件 核心能力 client/conf/tools.py 客户端配置管理，加载 YAML 格式的配置文件，支撑客户端参数灵活配置。 worker/utils/ws_broadcast_client.py 异步 WebSocket 客户端，实现带指数退避重连、消息队列的实时通信，支持文本 / JSON 消息广播，负责边缘端与服务端的双向实时数据交互。 worker/worker_main.py 推理设备检测，检查 CUDA（GPU）是否可用，适配 AI 推理的硬件加速（树莓派也可降级为 CPU 推理）。 worker/utils/ffmpeg_push.py 音视频推流核心逻辑，通过异步队列管理视频帧写入、FFmpeg 进程重启容错，实现视频流的稳定推流 / 写入。 worker/detector/self_detector.py 自定义目标检测器的资源管理，通过上下文管理器释放视频写入器资源，支撑 AI 检测任务的资源闭环。 2. 项目核心特征 边缘端适配：基于树莓派开发，兼顾低算力设备的资源限制（非阻塞逻辑、队列缓冲、资源及时释放）； 高鲁棒性：大量容错设计（重连、重试、进程重启、消息丢弃策略），适配工业 / 车载场景的稳定性要求； 多技术融合：整合 “音视频处理 + 实时网络通信 + 轻量级 AI 推理” 三大核心能力。 二、复刻该项目需要的能力 复刻需覆盖编程基础、硬件开发、网络通信、音视频处理、AI 推理、工程化六大维度，具体如下： 1. 核心编程能力 Python 进阶能力： 异步编程：熟练掌握 asyncio 框架（协程、事件循环、Task/Queue/Lock、取消任务），项目中 WebSocket 的收发循环、消息队列均基于异步实现； 面向对象编程：理解类的封装、上下文管理器（__exit__）、资源生命周期管理； 异常处理：设计鲁棒的容错逻辑（重连、重试、进程重启），处理网络 / 硬件 / 音视频的各类异常。 数据格式与配置：熟悉 YAML/JSON 解析（pyyaml/json库），掌握配置文件的加载与管理。 2. 树莓派 / 边缘硬件开发能力 树莓派系统实操：熟悉 Raspbian/Debian 系统，掌握硬件外设（摄像头、GPIO）的驱动与调用； 边缘资源优化：理解树莓派的算力 / 内存限制，能设计非阻塞、低资源占用的代码（如队列缓冲、异步任务）； 环境部署：解决树莓派上 Python 依赖（如websockets、ffmpeg-python、PyTorch）的安装与兼容问题。 3. 网络通信能力 WebSocket 协议：理解 WebSocket 的双向通信、心跳机制（ping/pong）、连接状态管理； 异步网络编程：实现带指数退避重连、消息队列的 WebSocket 客户端，处理网络抖动 / 断开的容错逻辑； 网络调试：排查边缘端与服务端的通信异常（如端口、代理、黏包问题）。 4. 音视频处理能力 FFmpeg 实操：熟悉 FFmpeg 的核心命令（推流、编码、视频帧处理），掌握 Python 调用 FFmpeg（子进程 /ffmpeg-python）； 视频帧管理：通过队列实现视频帧的非阻塞读写，设计进程重启、帧丢弃的容错逻辑； 音视频基础：理解视频编码格式、推流协议（RTMP/RTSP）、帧同步等基础概念。 5. AI 推理部署能力 深度学习基础：熟悉 PyTorch 框架，理解 “设备检测（CUDA/CPU）”“模型推理” 的基本流程； 轻量级模型部署：掌握树莓派上的 AI 模型优化（如量化、ONNX 转换），适配低算力设备的推理效率； 检测器封装：自定义目标检测器的资源管理（如视频写入器、推理引擎的释放），避免内存泄漏。 6. 工程化与调试能力 日志与调试：熟练使用 Python logging 模块，通过日志定位网络 / 硬件 / 推理的异常； 容错与鲁棒性：设计重连、重试、资源释放等容错机制，适配车载 / 工业场景的稳定性要求； 模块化设计：复刻时能拆分客户端、Worker、服务端的职责，保持代码的可维护性。 复刻需覆盖编程基础、硬件开发、网络通信、音视频处理、AI 推理、工程化六大维度，具体如下： 1. 核心编程能力 Python 进阶能力： 异步编程：熟练掌握 asyncio 框架（协程、事件循环、Task/Queue/Lock、取消任务），项目中 WebSocket 的收发循环、消息队列均基于异步实现； 面向对象编程：理解类的封装、上下文管理器（__exit__）、资源生命周期管理； 异常处理：设计鲁棒的容错逻辑（重连、重试、进程重启），处理网络 / 硬件 / 音视频的各类异常。 数据格式与配置：熟悉 YAML/JSON 解析（pyyaml/json库），掌握配置文件的加载与管理。 2. 树莓派 / 边缘硬件开发能力 树莓派系统实操：熟悉 Raspbian/Debian 系统，掌握硬件外设（摄像头、GPIO）的驱动与调用； 边缘资源优化：理解树莓派的算力 / 内存限制，能设计非阻塞、低资源占用的代码（如队列缓冲、异步任务）； 环境部署：解决树莓派上 Python 依赖（如websockets、ffmpeg-python、PyTorch）的安装与兼容问题。 3. 网络通信能力 WebSocket 协议：理解 WebSocket 的双向通信、心跳机制（ping/pong）、连接状态管理； 异步网络编程：实现带指数退避重连、消息队列的 WebSocket 客户端，处理网络抖动 / 断开的容错逻辑； 网络调试：排查边缘端与服务端的通信异常（如端口、代理、黏包问题）。 4. 音视频处理能力 FFmpeg 实操：熟悉 FFmpeg 的核心命令（推流、编码、视频帧处理），掌握 Python 调用 FFmpeg（子进程 /ffmpeg-python）； 视频帧管理：通过队列实现视频帧的非阻塞读写，设计进程重启、帧丢弃的容错逻辑； 音视频基础：理解视频编码格式、推流协议（RTMP/RTSP）、帧同步等基础概念。 5. AI 推理部署能力 深度学习基础：熟悉 PyTorch 框架，理解 “设备检测（CUDA/CPU）”“模型推理” 的基本流程； 轻量级模型部署：掌握树莓派上的 AI 模型优化（如量化、ONNX 转换），适配低算力设备的推理效率； 检测器封装：自定义目标检测器的资源管理（如视频写入器、推理引擎的释放），避免内存泄漏。 6. 工程化与调试能力 日志与调试：熟练使用 Python logging 模块，通过日志定位网络 / 硬件 / 推理的异常； 容错与鲁棒性：设计重连、重试、资源释放等容错机制，适配车载 / 工业场景的稳定性要求； 模块化设计：复刻时能拆分客户端、Worker、服务端的职责，保持代码的可维护性。

项目编号：【41514】 对接海外四方支付短信服务

项目编号：【182484】 需要一个自动化监控脚本，用于监控币安平台c2c交易区usdt区卖出广告列表，核心目标当市场前10广告基准价发生变化时提醒我，以便我及时手动调整买货价格避免平台倒挂机制导致广告下架

项目编号：【182482】 任务标题 ‌拼多多专属AI客服系统开发：需支持智能售前导购、售后自动化处理、多平台消息聚合‌ 详细需求 一、核心功能 ‌全渠道消息集成‌ 对接拼多多商家后台、千牛、微信、抖音等平台消息，统一处理咨询 自动识别紧急订单（如备注“加急”“投诉”），优先响应并弹窗提醒 ‌智能售前导购‌ 基于商品详情页自动生成促销话术（如满减、买赠活动） 根据用户历史订单推荐关联商品（例：买手机壳主动推膜） ‌高效售后处理‌ 自动识别退货原因，生成解决方案（如质量问题秒同意退款，尺寸问题推送尺码表） 抓取物流异常订单（48小时未发货/中转超时），自动补偿优惠券 ‌营销自动化‌ 催付场景：对下单未付款订单，30分钟内发送限量优惠提醒 交付要求 提供PC端管理后台+手机端预警推送 支持7天无理由退订的SaaS订阅模式 需演示拼多多"退货自动填地址""活动话术一键加载"核心场景

项目编号：【182480】 1，公司介绍 我先做一个rt无人驾驶一体机 2，需求 本项目需要将现有在Linux系统上基于Python开发的阿克曼底盘CAN通讯控制系统，完整移植到STM32微控制器平台，并集成micro-ROS框架，实现与ROS2系统的无缝通信。

项目编号：【182472】 借款金额比较多，每个月都有几十笔贷款要还。我在网上也查了，用Excel+Power Query可以实现我所需要的功能，如果能用小程序更好。

项目编号：【182470】 软件包有两部分，pc端exe文件和安卓端apk文件 需要进行功能迭代升级 加入调取豆包大模型api的风格转换功能

项目编号：【182467】 我需要开发一个面向海外市场（以美国为主）的抽奖型活动独立站，用于 MVP 阶段测试。 核心需求是一个可配置的抽奖 + 积分系统，包含前台与后台： - 用户可参与抽奖，有概率中奖 - 未中奖可获得积分/权益值 - 积分可用于兑换奖品或兑换抽奖次数 - 抽奖规则、积分规则、参与次数等需后台可配置 需要包含： 1）前台：抽奖入口、结果展示、积分展示、用户中心 2）后台：抽奖参数配置、积分规则配置、用户管理、基础风控 3）支付：支持 Stripe / PayPal（可协商） 本项目为 MVP 测试版，优先考虑做过抽奖系统 / 活动系统 / 积分系统的开发者或团队。

项目编号：【182464】 这是一个传统文化研究和信息咨询工具，用于展示生辰八字相关的数据分析和积极的人生建议。数据展示和规则匹配系统,算法生成的娱乐参考 技术栈要求： Python Flask / Django 后 端＋ HTML / CSS / JS 前端 ．必须使用 lunar - python 开源库 ．需要部署到服务器并提供部署文档 【项目概述】 开发一个传统文化研究工具H5页面，用户输入公历出生信息后，系统通过算法计算并展示相关的数据分析结果和积极建议。 【核心功能】 1. 前端页面：简洁的表单，用户输入公历生日、时间、性别，点击提交。 2. 后端计算：使用Python开源库（lunar-python）进行八字数据计算，返回： - 四柱信息（年、月、日、时） - 日主、十神、五行统计等结构化数据 3. 规则匹配系统：根据我提供的规则库（约300条JSON规则），匹配数据并生成积极向上的解读内容。 4. 结果展示：美观、正面的解读报告页面。 【技术要求】 - 后端：Python Flask/Django - 前端：HTML/CSS/JavaScript（可配合Vue/React） - 八字计算库：lunar-python（开源） - 部署：提供完整的部署文档 【交付物】 1. 完整的源代码 2. 部署文档 3. 测试用例 【注意事项】 - 所有内容均为算法生成，仅供娱乐和文化研究参考 - 需在页面显著位置添加“仅供参考”提示