技术能力

从事研发工程师掌握的技能内容如下:
Java GOlang Python SpringBoot MySql Mybatis MongoDB Jmeter Charles Nginx Redis
SQL Shell Linux 等

项目经验

项目一：项目管理平台（后端）
项目简介：一站式企业协作平台，涵盖需求、任务、缺陷、文档、消息通知及数据统计等核心能力。

技术栈：Java + SpringBoot + MyBatis-Plus + MySQL + Redis + Kafka

你的职责与关键产出：

负责模块：需求、任务、缺陷（Bug）、文档、消息通知、用户权限、统计看板共 8 个核心模块的设计与开发。

消息驱动异步解耦：使用 Kafka 实现消息通知模块（邮件/站内信/Webhook），将通知发送与业务主流程解耦，系统峰值处理能力提升约 40%，避免因第三方接口慢导致订单/任务状态卡顿。

复杂权限与实时协作：设计 RBAC 权限模型，支持项目级、模块级、数据级权限控制；针对任务/文档的多人编辑场景，引入乐观锁 + 版本号机制，保证并发安全。

统计模块优化：原先统计报表（燃尽图、缺陷趋势）通过实时 SQL 聚合导致慢查询，改为 Redis 缓存 + 定时预聚合 Kafka 流式计算，统计页面加载时间从 3~5 秒降至 500ms 以内。

通用组件沉淀：封装通用导入导出（EasyExcel）、全局异常处理、API 日志切面，降低重复代码量约 30%，被团队其他项目复用。

成果：支撑公司内部 200+ 项目、1200+ 日常用户，核心接口平均响应 < 200ms，每月通过消息模块触达记录超 50 万条。


项目二：小程序商城（后端）
项目简介：多租户（SaaS）电商小程序，支持商品浏览、购物车、下单结算、微信支付及商户分租隔离。

技术栈：Java + SpringBoot + MyBatis-Plus + MySQL + Redis + 微信支付 SDK + Kafka

你的职责与关键产出：

负责模块：购物车、结算页、SaaS 分租模块、微信支付接入。

购物车与结算页高并发处理：购物车数据从数据库迁移至 Redis Hash 结构，支持批量增删改查；结算页预下单时使用 Redis 分布式锁防止重复提交，压测下并发下单 QPS 从 200 提升至 1500。

SaaS 分租隔离方案：设计基于 tenant_id 的数据源路由方案，使用 ThreadLocal + 拦截器自动注入租户 ID，保证不同商户数据物理隔离、逻辑隔离双保险；支持动态创建/切换租户库。

支付接入健壮性设计：对接微信支付（JSAPI），实现支付预下单、回调通知、退款接口。针对回调幂等性，使用 Redis + 数据库唯一约束 双重防重复处理；异步订单状态同步失败时，通过 Kafka 重试队列保证最终一致性。

秒杀扩展支持（可选）：虽主要做购物车/支付，但设计了通用库存扣减方案（Redis Lua 脚本 + 异步落库），为后续秒杀活动预留能力。

成果：小程序上线后承接日活 500+ 用户，峰值日订单量 1000+ 单，支付成功率 99.6%。

项目三：客服 Agent 接入（AI 智能客服）
项目简介：基于大模型（通义千问 QWEN-3.6）的企业级智能客服 Agent，嵌入小程序/Web 端，实现知识问答、人工转接与兜底处理。

技术栈：Java + SpringBoot + 通义千问 API + Kafka + Redis + 向量数据库（如 DashScope 或自定义 Embedding）

你的职责与关键产出：

负责模块：知识库管理、提示词工程、模型异常回退、对话流调度。

知识库与 RAG 检索增强：将 FAQ 文档分块后通过 Embedding 存入向量库；用户提问时先检索相关片段，再拼接到 Prompt 中给大模型，显著降低幻觉，知识命中准确率达到 85%。

提示词工程与模型调优：编写多版本 system prompt，约束回答范围、语气、拒答敏感内容；设计 few-shot 示例提升特定业务场景（如退换货规则）的回答质量。对比测试后，用户满意度从 62% 提升至 81%。

模型异常回退机制：针对大模型超时（>5s）、返回空/报错、高置信度敏感词命中等情况，设计三级降级回退：
1）缓存相同问题的历史优质回答；
2）检索知识库直接返回最相似 Q&A；
3）转人工客服（通过 Kafka 生成工单）。
实现 99.5% 的最终响应率，无应答率由 12% 降到 0.5%。

对话上下文管理：使用 Redis 存储最近 5 轮对话，自动裁剪超出 token 限制的历史，保证长对话流畅性。

成果：上线后机器人独立解决率约 74%，人工客服日均介入量下降 55%，平均响应时间从 2 分钟压缩至 6 秒（包含模型调用）。

团队情况