Python兼职招聘

项目编号：【185296】 需要新建一个网站，数据这部分需要从别人的网站上面去抓取，字段和内容可以保持完全一致 https://www.shifair.com/

项目编号：【185287】 本人进行证券交易，正在筹划量化交易。加入的证券公司采用了QMT的系统。 一，需求描述 1，采用MQT客户端进行编程，量化策略由我提供，工程师只需编程调试即可。 2，QMT采用的开发语言是Python。工程师要熟练使用Python开发语言。 3，有3年以上QMT量化程序的开发经验。熟悉或精通量化编程流程，包括数据源的信息和调用。 4，因工程师有一定的量化开发经验，对策略会比较熟悉，开发过程中如能给与一定的指导，则最好。

项目编号：【185267】 开发一款桌面端AI漫剧生产工具，核心功能： 能创建保存项目 工作页面能导入台词TXT，支持手动分镜，分镜完导出TXT （分镜完的TXT用于生成每个镜头的图片提示词，此步骤不在该软件进行） 图片生成跟视频生成模块支持导入提示词TXT 调用图片/视频生成API（供应商提供），批量生成素材，有预览窗口，生成的资产可保存本地 自动导出剪映草稿，生成好的视频跟台词字幕要匹配 有现在正在使用的软件供参考

项目编号：【185266】 做一个会打王者荣耀的AI，要求能玩3-5个英雄，排位稳定在星耀水平。 主要是用强化学习的方式来训练，最好基于腾讯开源的 hok_env 训练环境，不要直接改游戏客户端。 希望找熟悉Python和强化学习、有游戏AI开发经验的开发者，最后要能拿到完整的代码和训练好的可用模型。 需求：开发一款强化学习AI训练与部署工具，界面简洁，功能独立分区： 1. 训练面板：可自由设置各类奖励分数（正向加分、负向扣分），支持开始/停止训练，显示训练进度信息。 ​ 2. 部署面板：训练完成后可一键加载模型启动AI，支持多开模拟器同时运行，可后台执行不占用前台窗口。

项目编号：【42382】 开发一个工具，用于给客户在上面抢购商品， 目标 APP：i 茅台

项目编号：【185135】 1、我们公司主要运营ETSY跨境电商平台，产品上架，订单导出及发货整体运营流程。 2、这个项目需要将ETSY订单界面的所有完整订单信息进行导出Excel

项目编号：【185134】 我的需求：期货交易系统第三方代码开发需求 一、项目背景 本人为个人期货交易者，需要第三方专业程序员/开发团队，根据我的交易策略逻辑，编写可实盘运行的自动化交易程序，本人不具备编程能力，全程委托代码编写、调试、部署。 二、核心需求 1. 编程语言与框架 ◦ 基于 Python 开发，优先支持国内期货常用框架：vn.py ◦ 代码结构清晰、注释完整，方便后期维护、修改策略参数。 2. 策略功能要求 ◦ 对接国内正规期货公司API，实现全自动程序化交易：自动行情读取、信号判断、下单、撤单、止盈止损。 ◦ 支持商品期货日盘 + 夜盘交易时段，适配夜盘行情波动特性。 ◦ 策略为中低频、进取型“一波流”趋势策略，只做明确趋势波段。 ◦ 具备风险控制：单笔最大亏损、单日最大亏损、仓位上限、防重复下单、防漏单。 3. 交付要求 ◦ 提供完整源代码，不含加密、后门、时限锁定。 ◦ 协助部署到我的电脑，配置好期货账户、运行环境。 ◦ 简单教学：如何启动、修改参数、查看日志、启停策略。 4. 非功能要求 ◦ 程序运行稳定、不卡顿、不崩溃，支持长时间挂机。 ◦ 能回测历史数据，验证策略效果。 三、我方提供 • 完整策略入场、出场、止损、止盈逻辑。 • 明确的交易品种、仓位、风控参数。 • 配合测试、反馈实盘运行问题。 四、我方期望 • 开发者有期货量化、vn.py、实盘自动化交易开发经验。 • 沟通清晰，能把我的交易逻辑准确翻译成代码。 补充一下： 1.配置中心（参数与代码分离） 所有参数统一管理，回测、实盘用同一套，不改代码、只改配置，方便迭代。 2. 数据层（统一行情标准） 实盘行情、历史回测数据，规则、K线、精度完全一致，从根源保证数据不偏差。 3. 策略层（纯信号计算） 只算买卖信号，回测与实盘完全同一套代码，不做任何修改。 4. 独立风控层（全局风控） 仓位、风险、止损、单日最大亏损、防重复开仓，独立于策略，回测实盘共用。 5. 回测引擎（独立模块） 模拟成交、滑点、手续费、资金、持仓，专门验证策略有效性。 6. 实盘执行引擎（独立模块） 真实下单、接口规范与回测引擎完全一致，保证回测 ≈ 实盘。 7. 日志 & 复盘评估层 回测、实盘用同一套统计指标，方便对比、校验一致性。 8.三大模块独立回测（周期参数、月度节奏控制、套利策略）

项目编号：【185103】 1、这是一个物联网云平台（thingsboard）+微信小程序 2、基于美国环保署的开源模型swmm开发 3、线下模块：排水泵站，调蓄池，截流井，溢流口，污水处理厂，流量计，液位计等 4、每一个项目会有不同的组合，通用模型需要适应每种不同的组合 5、在每一个项目上，引入气象资料，在预测的降雨情况下，满足污水处理厂的最大处理量的情况下，最大限度利用调蓄池空间，目标是：最小化溢流的总水量，反向控制构筑物的开关量 6、核心算法调用Python的库。

项目编号：【185040】 步骤一：打开确定的网页“https://supplier.coupahost.com/sessions/new”，输入账号再输入密码，点击“订单”，选择“供应商”（三选一）步骤一以上这些只执行一次，下面的步骤三是按发票文件数重复执行的。 步骤二：按顺序打开本地文件夹中的PDF格式发票（一般文件夹中有10-30张发票），进行信息提取包括订单号（在备注中）、发票号、开票日期、税率、税后金额。 步骤三：点击网页上的订单，在订单搜索栏输入读取到的发票订单号，点击搜索，适当延迟后点击为订单添加发票，适当延迟等待网页响应后，在新的页面填写发票号、输入开票日期、上传PDF格式的发票附件，下拉页面再次填写一次开票日期，勾选页面上的“行政类“，点击税率下拉列表根据发票中的税率选择对应税率行（6%或13%），点击页面上的计算，适当延迟等待网页响应后，核对网页上的发票金额与PDF文件中的税后金额是否一致，若一致则点击发送，延迟后点击确定，将PDF文件转移到同文件夹下的”已完成“文件夹内；若不一致，则记录PDF文件名并发布错误信息，将PDF文件转移到同文件夹下的”错误“文件夹内。步骤三需要重复执行，直到当前文件夹内的PDF格式发票全部上传为止 综述：需要使用python编程语言编写，逐行编写注释，关键步骤执行结束后应有文字反馈错误信息，

项目编号：【185013】 任务一：基于Google Cloud Vision API的图片聚类与标注：相关图片集进行语义标签提取-向量转化-聚类分析，完成图片场景/产品类型分类。 任务二：基于Py-Feat的面部表情与动作单元（AU）分：对图片中面部表情进行量化提取，得到情绪