猿急送>

杭州Java兼职程序员

ID：328397

完

高级java开发工程师

公司信息：
信雅达

工作经验：
6年

兼职日薪：
500元/8小时

兼职时间：
下班后
周六
周日

所在区域：
杭州
滨江

技术能力

拥有 5 年企业级 Java 后端开发经验，熟练掌握 Java8 + 核心特性、JVM 调优、多线程与高并发编程。精通 Spring Boot、Spring Cloud 微服务架构设计与落地，熟练使用 MySQL、Redis、MQ、ES 等主流中间件，具备复杂业务系统开发、接口性能优化与分布式问题排查能力。拥有大模型对接与 AI 应用开发实战经验，可独立完成 OpenAI、通义千问、文心一言等大模型 API 集成、Prompt 工程、流式输出、向量数据库对接及 AI 功能模块落地，能够结合业务实现智能化解决方案，具备全流程开发与系统架构优化能力。
1. 核心语言与基础
Java（Java 8+，熟练使用 Lambda、Stream、NIO、并发编程）
JVM 调优、内存模型、GC 机制、线程池原理
设计模式、数据结构与算法
2. 后端主流框架
Spring Boot、Spring MVC、Spring
Spring Cloud 微服务全家桶（OpenFeign、Gateway、Nacos、Sentinel 等）
MyBatis / MyBatis-Plus
Spring Security、Sa-Token 权限框架
3. 数据库 & 缓存 & 中间件
MySQL（索引优化、SQL 调优、事务、分库分表）
Redis（缓存、分布式锁、消息队列、高级数据结构）
MongoDB、Elasticsearch
RabbitMQ / Kafka 消息队列
分布式锁、分布式事务基础
4. 运维 & 工具
Linux 常用操作
Docker 容器化部署
Git、Maven、Jenkins
API 文档：Swagger/Knife4j
5. 大模型 / AI 实战能力（你的核心亮点）
对接主流大模型 API：OpenAI、通义千问、文心一言、DeepSeek
实现流式输出（SSE）、对话上下文管理
Prompt 工程优化、结构化输出（JSON 格式）
向量数据库基础（Milvus/Chroma）+ 检索增强生成（RAG）
独立开发 AI 问答、智能总结、内容生成、智能助手等业务模块
6. 综合能力
5 年复杂业务系统开发与架构设计经验
高并发接口优化、线上问题排查、系统稳定性保障
需求分析 → 系统设

项目经验

远程银行系统
项目描述：在数字化转型与金融科技深度融合的背景下，传统银行服务模式面临效率提升、服务场景延伸、客户体验优化的核心需求，远程银行系统作为银行数字化服务的核心载体，构建了“线上化、智能化、一体化”的全渠道服务体系，既是面向银行客户的线上业务办理门户，也是支撑银行内部高效运营的核心管理平台，实现了“客户服务+内部管理”双场景的深度协同，助力银行降本增效、提升核心竞争力。
系统基于SpringCloudAlibaba微服务架构搭建，采用SpringBoot实现服务快速开发与部署，通过MyBatis实现高效数据持久化，依托Redis实现分布式缓存与会话管理，利用Elasticsearch完成海量业务数据的快速检索与分析，借助xxlJob实现分布式任务调度，保障系统定时任务（如排班调度、数据统计、质检任务）的稳定高效执行；版本管理采用Git实现代码协同开发、版本控制与迭代管理，确保多团队并行开发的规范性与高效性，整体架构具备高可用、高可扩展、高安全性的特点，可灵活适配银行业务的快速迭代需求。
系统覆盖银行核心业务场景与内部管理全流程，包含八大核心模块，各模块协同联动，形成完整的服务闭环：用户管理模块实现银行内部员工与外部客户的分级权限管控、身份认证与信息生命周期管理，保障系统访问安全与数据隐私；培训考试模块为银行员工提供线上化培训、考核与技能提升渠道，实现培训效果可视化、考核流程自动化，助力员工专业能力提升；质检模块对线上客服会话、业务办理流程进行智能化质检，及时发现服务漏洞与合规风险，保障服务质量与合规性；排班模块结合员工技能、业务峰值需求，实现客服及相关岗位的智能化排班，提升人力资源利用率；数据管理模块对系统全量业务数据进行汇总、分析与可视化展示，为银行管理层决策提供数据支撑；在线客服模块实现客户与银行工作人员的实时高效沟通，快速响应客户咨询、业务办理需求；企业微信集成模块打通系统与企业微信的联动，实现消息推送、业务协同、移动办公，提升内部工作效率；标签应用模块通过用户行为、业务数据构建客户精准画像，为个性化服务、精准营销提供支撑。
核心亮点的是，系统深度对接千问大模型，将AI智能化能力深度融入各业务场景，实现服务与管理的智能化升级：在在线客服模块，借助千问大模型实现客户咨询的智能应答、常见问题自动处理，减少人工客服工作量，提升客户响应速度与服务体验；在培训考试模块，利用大模型生成个性化培训题库、模拟考题，结合员工学习情况推送针对性培训内容；在质检模块，通过大模型对客服会话、业务办理文本进行语义分析，精准识别违规话术、服务漏洞，提升质检效率与准确性；在数据管理模块，依托大模型实现数据趋势预测、异常数据预警，为管理层决策提供更具价值的参考。
整体而言，该远程银行系统不仅满足了银行客户线上业务办理的便捷性需求，解决了传统线下服务效率低、场景有限的痛点，同时通过内部管理模块的智能化升级，优化了银行内部运营流程，降低了运营成本。系统的落地实施，推动银行实现“服务数字化、管理智能化、决策数据化”的转型目标，进一步巩固银行在金融科技领域的核心竞争力，为客户提供更高效、更便捷、更个性化的金融服务。