个人背景、职责与产出介绍一、能力定位总览我是一名兼具高并发后端架构能力与 AI工程落地能力的双栈工程师。在Java方向，我负责过面向互联网百万级并发的核心业务系统架构设计，并保证系统长期稳定运行、无未解决问题；在Python方向，我目前专注于知识库相关的AI工作，即基于检索增强生成（RAG）技术搭建企业智能知识库与问答系统。

二、Java：负责百万并发架构，稳定无遗留问题【职责背景】 在Java这条线上，我担任系统架构设计主导者，负责面向互联网海量用户、单点/整体流量达到百万级并发的业务系统的整体架构与稳定性保障。高并发的核心挑战在于：既要能扛得住瞬时峰值流量，又要保证系统在高负载下的可用性与一致性（参考高并发系统稳定性的核心诉求）。

【具体职责与产出】

主导高并发、高可用系统架构方案的设计与落地，基于Java生态（Spring体系、Redis、消息队列、微服务）构建可横向扩展的分布式服务体系。负责多线程与并发编程层面的架构把控，设计并优化线程池、锁机制、并发工具与异步消息模型，解决高并发场景下的资源竞争与线程安全问题（涉及并发组件与线程安全设计知识岛）。建立容量规划、压测评估与性能调优机制，通过索引优化、缓存策略、削峰填谷等手段，保障系统在百万级并发下依旧稳定。主导线上故障排查与稳定性治理，形成完善的监控告警与应急响应机制。【产出结果】

系统在百万级并发流量下长期稳定运行，未遗留未解决问题，核心指标（可用性、时延、吞吐）持续达标，形成了一套可复制、可沉淀的高并发架构方法论，也沉淀下扎实的工程化落地能力。三、Python：负责知识库相关AI工作【职责背景】 目前在Python + AI方向，我专注于知识库相关的落地工作，核心是运用检索增强生成（Retrieval-Augmented Generation, RAG）技术，为企业构建"能理解、能检索、能回答"的智能知识库与问答系统。RAG的核心价值在于：先检索到相关知识，再生成连贯、符合上下文的回答，从而让AI的回答更准确、更可解释。