news 2026/4/3 4:13:26

【开题答辩全过程】以 劳动市场人员管理系统为例,包含答辩的问题和答案

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【开题答辩全过程】以 劳动市场人员管理系统为例,包含答辩的问题和答案

个人简介

一名14年经验的资深毕设内行人,语言擅长Javaphp、微信小程序、PythonGolang、安卓Android

开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。

感谢大家的关注与支持!

各位老师好,我是xx同学,本次毕业设计的题目是“莲花劳动市场人员管理系统”。系统面向莲花市劳动力市场,解决企业招工难、人员流动大、信息更新慢等痛点,把管理员、人事、财务、普通用户四类角色集中到同一平台。核心功能分三大块:招聘流程(发布需求、面试安排)、在职管理(档案、考勤、绩效、培训)、薪酬福利(工资查询、合同管理)。技术栈采用 Java+JSP 后端、SpringBoot 框架、MySQL5.5 数据库,开发环境 Win10+MyEclipse8.5,服务器用 Tomcat8.5。系统力求“界面简洁、流程清晰、十分钟能上手”。



评委老师:为什么选择“劳动市场”这个场景,而不是常见的“企业内部人事”?
答辩学生:劳动力市场里企业多、人员流动更快,传统表格管不过来,矛盾更突出,做出来效果更明显,也方便后期推广到周边城市。


评委老师:系统里普通员工只能“查看”工资,不能修改,安全上怎么保证他看不到别人的?
答辩学生:登录时用 session 存用户 ID,查询工资 SQL 里强制带 where user_id=当前 ID,页面按钮也做角色过滤,没权限就隐藏。


评委老师:MySQL5.5 版本比较老,为什么不用 8.0?
答辩学生:学校机房统一装的是 5.5,为了现场演示不出兼容性错误,就先保持一致,等后期部署可以再升级。


评委老师:招聘模块里,面试结果谁审核?流程怎么闭环?
答辩学生:人事专员先录“通过/不通过”,管理员可以二次确认,状态一旦置为“通过”,系统自动发站内信提醒员工办理入职,避免口头通知遗漏。


评委老师:SpringBoot 默认内置 Tomcat,为什么还单独装 Tomcat8.5?
答辩学生:我习惯把项目打 war 包放到外部 Tomcat,方便同时挂多个老项目测试,端口分开,出错互不影响。


评委老师:如果同一时间 1000 人打卡,会不会把数据库打爆?
答辩学生:打卡只做 insert,表字段很少,再按日期建分区;测试过 1000 并发 3 秒就能写完,后面考虑加 Redis 缓存缓冲一下。


评委老师:培训计划谁制定?员工能自己提需求吗?
答辩学生:目前由人事专员发布,员工可以在“个人计划”里写申请,人事后台能看到,点“采纳”就自动把课程排进去,实现双向沟通。


评委老师:打算怎么测试系统性能?
答辩学生:用 JMeter 跑两类场景:一是 200 人同时查工资,二是 500 人连续打卡 5 分钟;只要平均响应低于 2 秒、CPU 占用低于 70% 就达标。


评委老师:毕业设计时间怎么安排?
答辩学生:2025 年 1 月完成环境搭建和数据库;2 月做完招聘、档案两大模块;3 月把考勤、工资、培训写完;4 月集中调试和写论文;5 月准备答辩。


评委老师评价:
xx 同学选题贴近实际,功能划分清晰,技术路线可行,对安全、并发等关键点已有初步考虑。建议后续重点优化界面友好度和测试数据规模,争取把“十分钟能上手”真正落地。总体而言,开题目标明确,具备按时完成的基础,同意开题。


以上是某同学的毕业设计答辩的过程,如果你现在还没有参加答辩,还是开题阶段,已经选好了题目不知道怎么写开题报告,可以下面找找有没有自己符合自己题目的开题报告内容,列表中的开题报告都是往届真实的开题报告,可发送使用或参考。文末或底部来联xi可免费获取

最后

有时间和有基础的同学,建议自己多花时间找一下资料(开题报告、源码)自己独立完成毕设,需要开题报告内容、源码参考的,可以联xi博主,没有选题的也可以联系我们进行帮你选题定功能和建议

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/30 0:03:32

从本地测试到线上部署:TensorRT全链路实践

从本地测试到线上部署:TensorRT全链路实践 在AI模型逐步走向工业级落地的今天,一个训练得再精准的深度神经网络,如果无法在生产环境中稳定、高效地运行,其价值就大打折扣。尤其是在视频分析、智能客服、自动驾驶等对延迟极为敏感的…

作者头像 李华
网站建设 2026/3/31 7:35:01

如何在Kubernetes中部署TensorRT推理服务?

如何在Kubernetes中部署TensorRT推理服务? 如今,AI模型早已走出实验室,广泛应用于视频分析、语音识别、推荐系统等高并发生产场景。但一个训练好的PyTorch或TensorFlow模型,若直接用于线上推理,往往面临延迟高、吞吐低…

作者头像 李华
网站建设 2026/3/30 12:07:54

大模型推理瓶颈破解:使用TensorRT减少显存占用

大模型推理瓶颈破解:使用TensorRT减少显存占用 在当今AI应用加速落地的背景下,大语言模型(LLM)正以前所未有的速度渗透到智能客服、内容生成、语音交互等关键场景。然而,当我们将一个70亿甚至700亿参数的模型从实验室推…

作者头像 李华
网站建设 2026/3/25 9:20:19

大模型推理流水线设计:TensorRT作为核心组件

大模型推理流水线设计:TensorRT作为核心组件 在当前AI应用从实验室走向大规模落地的过程中,一个常被低估但至关重要的问题浮出水面——训练完成的模型,如何在真实生产环境中高效运行? 尤其是在大语言模型(LLM&#xff…

作者头像 李华
网站建设 2026/4/2 12:50:30

Transformer 中为什么用LayerNorm而不用BatchNorm?

无论是 BERT、GPT 还是 ViT,几乎都不用 Batch Normalization,而是清一色地用 Layer Normalization。 这不是巧合,而是 Transformer 架构中一个非常深层的设计选择。 一、BN 和 LN 到底在做什么? BN 和 LN 的出发点其实一样——稳…

作者头像 李华
网站建设 2026/4/2 2:49:15

揭秘大厂都在用的推理引擎——NVIDIA TensorRT核心技术

揭秘大厂都在用的推理引擎——NVIDIA TensorRT核心技术 在当今AI服务竞争白热化的时代,模型“跑得通”早已不是终点,真正的较量在于:能不能在10毫秒内完成一次推理?能否在一块Jetson Nano上稳定支撑20路视频流?又是否能…

作者头像 李华