#099473#基于django的毕业生信息管理招聘系统

简介: #099473#基于django的毕业生信息管理招聘系统

@#099473#基于django的毕业生信息管理招聘系统

本系统主要是对毕业生信息做管理的系统,让毕业生来系统提交毕业后就职的信息,也可以招聘使用,学校管理员发布企业招聘信息后,毕业生可以进行浏览,也可以进行信息的提交

主体功能大致分别为:

1.管理员功能;能够通过系统增加、删除、显示、修改毕业生的基本信息,如:学生姓名、性别、学号、身份证号码、专业、班级代码、电话、绩点、是否就业、备注,并可以通过以上信息分类查看。

2.学生功能:能够通过学号和密码登录系统查看对应信息。支持修改密码,忘记密码可以通过号、身份证号和姓名找回。

3.就业信息通道:管理员可以通过系统上传相关企业招聘信息(包括公司名称、岗位叙述、招聘人数),并查看学生的就业情况(是否就业,若已就业则有公司名称);

学生都可以通过就业通道浏览企业信息(可以用公司名称、浏览热度、招聘人数排序查看)并查看当前企业的申请人数,可以申请投递。学生可以通过该通道修改自已的就业情况

无论文

唯一

无安装录制视频


功能总览

脑图图片:


详细截图介绍

用户系统
登录


注意,所有用户自己注册就好

注册:

忘记密码

修改密码

主页业务
首页展示

企业详情页

投递后

申请历史

个人中心

管理端
管理端主页

用户管理

企业信息

修改企业信息

用户投递管理


系统环境

环境 版本 下载链接
windows 所有版本
python 3.6、3.7 必须是3.6或者3.7


系统安装启动

系统采用django开发,全套使用django就可以,数据库为sqlite




  • 启动django:python manage.py runserver


  • 出现下图为成功:


使用注意点


  • 所有安装使用均在README.md文件下


版权说明

本文谢绝转载,qalangtao.com

联系我,看简介,代码有问题可以随时找我

目录
相关文章
|
1天前
|
机器学习/深度学习 数据处理 数据库
基于Django的深度学习视频分类Web系统
基于Django的深度学习视频分类Web系统
13 4
基于Django的深度学习视频分类Web系统
|
1天前
|
数据库 数据库管理 Python
#736421#基于django的个人博客系统
#736421#基于django的个人博客系统
13 4
#736421#基于django的个人博客系统
|
1天前
|
JSON 中间件 数据格式
django获取request请求头信息,获取Content-Type
django获取request请求头信息,获取Content-Type
12 4
|
1天前
|
机器学习/深度学习 监控 数据挖掘
基于Django和百度飞桨模型的情感识别Web系统
基于Django和百度飞桨模型的情感识别Web系统
12 4
|
1天前
|
数据库 数据库管理 Python
#73623#基于django的园区对比系统
#73623#基于django的园区对比系统
13 4
|
1天前
|
监控 应用服务中间件 网络安全
#637481#基于django和neo4j的日志分析系统
#637481#基于django和neo4j的日志分析系统
12 4
|
1天前
|
数据可视化 NoSQL 数据库
#879273#基于django/neo4j的通讯录与QQ好友关系管理系统
#879273#基于django/neo4j的通讯录与QQ好友关系管理系统
8 0
|
1天前
|
机器学习/深度学习 Python
基于python-django的肺结核图片识别系统
基于python-django的肺结核图片识别系统
6 0
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
137 4
|
28天前
|
机器学习/深度学习 人工智能 算法
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
植物病害识别系统。本系统使用Python作为主要编程语言,通过收集水稻常见的四种叶片病害图片('细菌性叶枯病', '稻瘟病', '褐斑病', '稻瘟条纹病毒病')作为后面模型训练用到的数据集。然后使用TensorFlow搭建卷积神经网络算法模型,并进行多轮迭代训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地模型文件。再使用Django搭建Web网页平台操作界面,实现用户上传一张测试图片识别其名称。
81 21
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面