7 年 Java 后端开发经验，精通高并发分布式架构与性能调优，服务过证券、信托、航空物流等大型金融与企业级客户。
AI 应用开发：精通 Spring AI 与 LangChain4j 集成落地；具备企业级 RAG 系统从 0 到 1 实战经验，掌握向量库检索（DashVector / Redis Stack/Milvus）、混合召回（向量 + BM25 + Rerank）、意图识别与多轮对话状态跟踪；熟悉 ChatClient / VectorStore / EmbeddingModel 抽象与 SSE 流式输出；了解语义缓存、模型路由、AI 服务限流与成本优化等生产级治理方案。
后端框架：精通 Spring / Spring Boot / MyBatis / MyBatis-Plus（阅读核心源码）；熟练 Spring Cloud 微服务全家桶（Nacos、OpenFeign、Sentinel、Gateway、Seata）；熟悉 Spring AI Alibaba 生态与 Ollama 本地模型集成。
数据存储：深入理解 MySQL（索引、事务、锁机制、分库分表、SQL 调优）；精通 Redis（线程模型、核心数据结构、持久化、缓存穿透/击穿/雪崩治理、热 Key/大 Key 处理）；熟练使用 PostgreSql等；了解 Elasticsearch 全文检索与 ClickHouse 分析型查询。
消息中间件：熟练使用 RocketMQ、Kafka、Pulsar；掌握消息可靠性投递、顺序性保障、幂等消费及消息堆积、丢失治理。
分布式架构：具备大型分布式系统实战经验，落地分布式事务（Seata AT）、分布式锁（Redisson、Zookeeper）、分布式 ID（雪花算法）、服务熔断降级与流量治理。
编程语言：深入理解 JVM 内存模型、垃圾回收与性能调优；熟练并发编程与网络通信；灵活运用单例、工厂、代理、策略、模板方法等设计模式。
可观测与运维：Elasticsearch 日志检索、xxl-job 定时任务、Micrometer Tracing 链路追踪、Docker 容器化部署、Nginx 反向代理；具备 AI 服务监控指标设计与告警经验。

派能营销系统
项目背景：业务扩张期，基于 Spring Boot + Spring AI 自研一体化线上营销与用户增长平台，解决获客成本高、客服响应慢等痛点，覆盖官网、积分商城、智能客服等模块。
职责：独立负责需求分析、架构设计、编码、测试到运维全流程，覆盖会员、积分商城、智能客服、定时任务等模块，体现从 Java 业务系统到 AI 能力集成的全栈落地能力。
业务成果：平台底座会员/积分商城/营销活动模块基于 Spring Cloud 构建，积分发放采用 RocketMQ + Redis 分布式锁防超发，Easy Rules 规则引擎驱动营销活动；打通「获客—留存—转化」全链路，营销 ROI 提升约 95%；大促平稳扛住 1000 QPS。