項目一 華信商城

項目簡介：

大型B2C電子商務平臺，包含用戶中心、商品展示、購物車、訂單、支付、評論、搜索等功能。

項目特色：

1、采用前后端分離的技術

2、使用Django REST framework +VUE技術實現

3、采用數據庫讀寫分離技術

4、使用FastDFS實現商品圖片數據的存儲

5、可掌握支付相關業務的實現

6、可掌握搜索相關技術的使用

項目二 分布式爬蟲項目

項目簡介：

大型門戶網站和大型婚戀網站積累了海量信息，提取有用的價值，應用于數據挖掘、海量數據分析、市場分析（包括熱點資訊、關鍵詞點擊、輿情分析、全國婚戀市場等情況），掌握爬蟲技術顯得尤為重要。

項目特色：

1、Python 多線程爬蟲及其機制

2、使用Python、requests等網絡模塊

3、使用Python lxml、BeautifulSoup、re、json模塊進行數據提取

4、XPath語法規則和各CSS Selector的使用

5、使用Selenium+Chrome實施動態HTML抓取

6、掌握Scrapy框架，以及編寫各類中間件

7、掌握scrapy-redis分布式框架，了解各組件工作機制

項目三 華信資訊項目

項目簡介：

一款新聞類型的Web項目，主要為用戶提供金融資訊、數據，以抓取其他網站數據和用戶發布作為新聞的主要來源。

項目特色：

1、使用Flask Web框架 實現

2、前后端不分離 的形式實現具體業務邏輯

3、常見的 Web 開發流程以及第三方平臺工具的集成和使用

項目四 聊天機器人項目

項目簡介：

小智聊天機器人，使用了自然語言處理的技術，實現人機對話。實現的是一個類似智能客服的系統，實現了閑聊功能和問答功能，在App上提供了入口，能夠和機器人閑聊和編程相關的問題。

項目特色：

1、接受用戶的輸入

2、對輸入內容進行預處理和特征提取

3、使用分類方法判斷用戶輸入的內容

4、如果意圖為閑聊，調用閑聊的模型返回結果

5、如果意圖為提問，調用問答模型返回結果

項目四 華信商品推薦系統

項目簡介：

建立在海量用戶與海量文章之上，使用Lambda架構整合實時計算和離線計算，借助分布式環境提升計算能力；使用Flume收集用戶的點擊、瀏覽、收藏等行為，建立用戶畫像和文章畫像，并存儲于HDFS集群；通過離線Spark SQL計算建立HIVE特征中心，存儲到HBase集群；通過ALS、LR、Wide&Deep等機器學習與深度學習、推薦算法進行智能推薦，達到千人千面的用戶推薦效果。

項目特色：

1、ABTest實驗平臺

2、用戶反饋收集

3、實時計算平臺

4、離線計算分析平臺