淄博兼职招聘

项目编号：【41525】 现有成熟Windows客户端产品，当前核心项目的是网易云信IM 6.3版本SDK 的模块优化与重写，后续将逐步接入直播SDK，打造“IM+直播”一体化桌面端产品，现面向全网招募资深开发工程师，补齐技术短板，共建高效稳定的桌面端应用。 任职要求 1. 学历：211及以上本科及以上学历，计算机相关专业，具备扎实的C++编程基础、Windows桌面端开发经验； 2. IM核心经验：精通至少一款主流IM SDK（网易云信优先，腾讯IM/融云/环信均可），深入掌握电脑端IM消息渲染、会话排序、消息回执、异常处理等核心逻辑； 3. 专项能力：擅长Windows桌面端应用卡顿优化、线上BUG排查修复，能独立完成IM模块重写，确保重写后客户端稳定性拉满，减少后续线上问题； 4. 职业素养：责任心强，能高效应对线上紧急问题，具备良好的代码习惯和技术复盘意识，愿意配合后续直播SDK接入相关工作。

项目编号：【182516】 基于虚幻5、Cesium、UltraDynamicSky制作材质及天气效果 开发环境 版本:UE5.4 插件:CesiumForUnreal、UltraDynamicSky 修改Cesium水面材质。 制作四个季节的Cesium地形材质。 CesiumForUnreal地形上加UltraDynamicSky天气效果。

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：【41522】 1、运动规划算法开发与优化：负责机械臂在密集障碍环境下的实时运动规划和轨迹规划算法研发，应用并改进各类运动规划和轨迹规划算法，确保路径最优、平滑且无碰撞。 2、精准运动控制实现：设计并实现高精度的关节空间与笛卡尔空间控制算法，包括位置、速度、力/位混合控制等，确保末端执行器能完成轻柔抓取、精准装配等复杂任务。 3、核心技术难题攻关：解决机器人系统在复杂应用场景中面临的核心技术挑战，如振动抑制、动态避障、轴孔装配、柔顺控制等。

项目编号：【41521】 家政维修灯上门服务H5网站的前端和管理后二次开发

项目编号：【182502】 依据现有Fota测试用例，通过Cone或者相关工具，测试ECU的Fota功能。 提供资源：Fota测试用例、Canoe/图莫斯、待测ECU； 输出：Fota测试用例执行结果和测试脚本； base：深圳，驻场。

项目编号：【182501】 项目概述 我们正在开发一款新型智能交互设备。现需为其开发云端AI交互系统，作为设备的“大脑”。该系统需整合大语言模型、长期记忆与语音合成服务，并配备管理后台。您将负责整个后端服务的设计、开发、测试与部署。 核心功能需求 1. AI对话引擎与长期记忆系统 大模型集成：接入国内稳定的大语言模型API（如DeepSeek、Moonshot等），实现高质量对话。 长期记忆实现：使用向量数据库（如ChromaDB或Pinecone），存储和检索用户对话中的关键信息（如人物关系、偏好、过往事件），实现跨会话的连续性记忆与个性化回复。 角色与上下文管理：支持通过系统指令（Prompt）配置AI的固定人设与回复风格，并有效管理对话上下文。 2. 语音合成服务集成 语音克隆API对接：集成高拟真度的语音合成服务API（如ElevenLabs、Azure AI Speech等）。 音频处理中间件：开发服务模块，接收AI生成的文本，调用语音API合成为指定声音的音频文件，并返回给硬件设备播放。 3. 设备通信与数据接口 通信协议：设计并实现硬件设备与云端服务间的稳定、低延迟通信方案（建议使用WebSocket或MQTT）。 统一API网关：提供统一的RESTful API接口，供硬件设备调用，处理语音上传、对话请求、状态上报等。 4. 管理后台开发 Web管理后台：开发一个简洁的Web管理界面，支持以下功能： AI角色与人设的配置与管理。 查看已连接设备的状态与基础日志。 用户数据管理模块（需设计严格的隐私保护与数据安全流程）。 系统运行状态监控。 5. 云端部署与运维 系统部署：将完整系统部署至国内云服务器（如阿里云、腾讯云）。 部署文档：提供完整的系统部署、运维及备份指南 技术要求与交付物 技术栈建议： 后端：Python（FastAPI/Django）或 Node.js。 数据库：PostgreSQL（业务数据）+ 向量数据库（记忆存储）。 前端：Vue.js/React（管理后台）。 交付物清单： 完整、注释清晰的后端源代码及前端管理后台源代码。 全套API接口文档、数据库设计文档。 系统部署手册、运维手册。 一个可远程访问的、功能完整的测试环境。 五、验收标准 第一阶段（中期验证）：提供可访问的测试接口，演示核心对话与记忆功能（例如：告知AI“我喜欢蓝色”，后续提问时能准确回答）。 第二阶段（最终验收）： 全链路演示：模拟硬件设备上行语音，系统完成从语音识别、AI对话生成、语音合成到返回音频的全流程，且对话体现记忆能力。 管理后台演示：展示后台配置AI角色、查看数据等核心功能。 文档交付：审核所有交付的技术文档是否完整、清晰。

项目编号：【182499】 招聘长期技术维护，熟练手机主板电路，可做小米手机基带恢复，基带备份，使用接口，会hid安卓驱动熟练

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：【182496】 我在做一个安卓设备自动化与系统管理的研究项目， 主要用于学习android NDK/native开发和系统层行为， 项目为Android远程协助，设备管理工具 主要用于技术支持和设备运维场景 需要开发Android客户端，支持设备注册， 屏幕采集，指令通信，设备上报等功能 要求熟悉Android Service，权限管理 有远程协助，投屏或系统服务相关经验优先 项目制合作，可长期 费用可商议