深圳钱袋商务有限公司急聘(http://www.kdmoney.com)――技术经理

davoo 2008-11-13 02:52:35
岗位:技术经理
职责:
负责公司网站网络的系统开发、规划和管理;在网络运营整体项目上给予专业化意见;负责部门人员管理和人才梯队建设;负责组织软件新需求、新功能模块、新改进方案的研发工作。

要求:
1、大学本科以上学历,计算机相关专业;三年以上IT行业工作经验,两年以上网络技术、网站开发管理工作经验。
2、熟悉项目管理方法、需求分析的方法与实践,熟悉软件工程,有规范的项目管理经验,有项目合作开发经验,具备一定商务洽谈能力;具备出色的时间、成本、人力、风险和质量的知识和技能,能够有效控制项目进度与项目风险。
3、有着很强的沟通、组织、协调能力,分析判断能力及团队建设能力,具备强烈的责任心和良好的职业道德。
4、非常熟练LAMP和JAVA技术,熟练掌握Oracle、MSSQL和MySql等关系型数据库,熟悉WebLogic、JBoss等WEB服务器;特别是Linux和MySql的安全、效率、部署。
5、具备大中型网站维护工作经验者优先。

如果对此职位感兴趣,可将简历发至 hr@kdmoney.com

或者和我联系
qiuyongda@kdmoney.com

-----------------------------------------------------
深圳钱袋商务有限公司 http://www.kdmoney.com
Shenzhen Kdmoney Business Co.,Ltd
Tel:0755-86174675-821
Fax:0755-86174672
Email:qiuyongda@kdmoney.com
Add:深圳市南山区深南大道12038号东方新地D座3楼
邮编:518052

...全文
102 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
代码下载链接: https://pan.quark.cn/s/a4b39357ea24 依据所提供的文件信息,以下是对“MR-JET-G达成CC-LINK IE Field Basic通信”的相关知识点进行归纳总结:1. 接线关键点: - 驱动器上CN3控制接头的规格型号为MR-CCN1,属于20引脚接头。 - 常规接线包含前后极限、DOG触点、急停按钮、制动MBR信号。 - LSP、LSN默认连接常闭触点,若需屏蔽这两个极限触点,需通过参数PD01.2调整为C状态。 - DOG、LSP、LSN信号能够接入PLC,经由链接地址自动传输至伺服端。 - 参数PD41.3设定为1意味着从控制器接收DOG、LSP、LSN信号,通过链接地址RWwn19的第9、10、11位完成。 - 当LSP、LSN接线位置互调时,可借助参数PD03、PD04修正对应功能,无法通过PA14旋转方向进行调节。2. 参数配置: - PA01.0=0:设定控制模式为标准控制模式。 - PN22=1:选择映射模式。 - NPA01=1:驱动器IP地址依据参数进行选取。 - PN13=4:采用CC-LINK IE Field Basic网络。 - NPA12=1:确定使用100M网络。3. JOG点动控制: - 当控制模式(6060)设置为3时,通过控制指令(6040)分配JOG速度值。 - 正转、反转、停止分别对应速度值的正数、负数、零值。4. 回原点流程: - 可通过参数PT45变更回原点方式,包含正向运行、负向运行、数据设定型等类型。 - 犬点(DOG)信号逻辑与功能可通过PD60.2、PT29.0参数进行调节。 - 控制模式(6060)为6时,通过控制指令(6040)赋予H1F值来启动回原点...
内容概要:本文围绕并网与离网模式下的风光互补制氢合成氨系统,开展容量配置与运行调度的联合优化分析,通过Python代码实现了系统建模与优化求解的全过程。研究充分考虑风能与光伏发电的间歇性与波动性特征,结合电解水制氢设备的变负载运行能力和启停动态特性,构建了涵盖可再生能源发电、电解制氢、氢气储存及合成氨生产的多能耦合系统优化模型。采用数学规划方法对系统在不同运行场景下的设备最优容量配比和时序调度策略进行求解,旨在提升可再生能源就地消纳水平,降低综合制氨成本,增强系统运行的经济性与可靠性。该研究特别适合作为电工杯等数学建模竞赛的参考案例,提供了从建模思路、代码实现到论文撰写的完整解决方案。; 适合人群:具备一定Python编程与数学建模基础,从事新能源系统集成、综合能源系统优化、电力系统调度等方向的科研人员及高校研究生,尤其适合备战电工杯、认证杯等工程类数学建模竞赛的本科生与研究生。; 使用场景及目标:①复现并离网风光制氢合成氨系统的容量-调度一体化优化模型;②支撑科研论文写作、课程设计或学科竞赛项目开发;③深入掌握线性规划、混合整数规划等优化方法在多能互补系统中的建模与应用技巧。; 阅读建议:建议结合提供的完整Python代码与YALMIP等优化工具包进行动手实践,重点关注风光出力不确定性、电解槽动态响应约束在模型中的量化处理方法,并通过调整参数进行多场景仿真对比,以深化对系统运行机制与优化逻辑的理解。
内容概要:本文针对密集型复杂城市场景下的无人机三维路径规划问题,提出了一种基于Q-learning算法的解决方案,并提供了完整的Matlab代码实现。研究重点在于利用强化学习中的Q-learning方法,解决城市环境中障碍物密集、空间受限条件下无人机的自主避障与最优路径搜索难题。通过科学构建状态空间、动作空间及奖励函数,使无人机能在未知或动态变化的三维城市环境中自主学习并不断优化飞行路径,最终实现安全、高效的导航。研究内容涵盖环境建模、算法设计、参数调优及仿真验证全流程,充分展示了该方法在路径安全性、规划效率和环境适应性方面的优越性能。; 适合人群:具备一定机器学习与强化学习理论基础,熟悉Matlab编程语言,从事无人机自主导航、智能交通系统、城市物流配送、应急救援路径规划等方向研究的研究生、科研人员及工程技术开发者。; 使用场景及目标:①应用于复杂城市环境中的无人机快递配送、基础设施巡检、灾害应急搜救等实际任务的路径规划;②为强化学习算法在三维空间自主导航中的工程化落地提供可复现的技术范例与仿真测试平台;③服务于高校科研项目、学科竞赛、课程设计及教学演示等教育与科研活动。; 阅读建议:建议读者结合提供的Matlab代码进行仿真运行,深入理解Q-learning算法在三维路径规划中的具体实现机制,重点关注状态表示的设计、奖励函数的构造策略以及算法收敛性分析过程,并可根据特定应用场景对模型进行改进与拓展实验。

24,918

社区成员

发帖
与我相关
我的任务
社区描述
Web 开发 Apache
社区管理员
  • Apache
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧