孙洪涛
高级后端工程师 · 11年经验 · 山东祥辰科技集团有限公司
0
累计接单
0
用户评价
3
被收藏
技术能力
1、Python全栈开发
（1）精通Django/Flask框架开发，具备大型电商平台及SAAS系统架构经验，熟悉RESTful API设计与性能优化
（2）掌握FastAPI异步框架及ASGI服务器部署，成功实施过高并发API网关项目（QPS 10万+）
（3）熟练运用Pandas/Numpy进行数据分析，曾构建实时风控系统，数据处理效率提升300%
（4）深度使用Celery实现分布式任务调度，结合Redis/RabbitMQ优化异步任务处理流程
（5）熟练PyTorch/TensorFlow，精通深度学习图像识别应用构建，参与过NLP文本分类模型开发与部署
（6）熟练使用python进行嵌入式应用控制程序开发
2、Golang云原生开发
（1）使用Gin开发高性能API服务，构建过百万级物联网设备接入平台
（2）精通gRPC服务治理，设计过基于Protobuf的跨语言微服务通信规范
（3）实践Kubernetes Operator开发，实现自定义CRD资源编排管理
（4）构建过Prometheus+Grafana监控体系，设计过自适应告警规则引擎
（5）优化Go协程池实现，单节点并发处理能力达5万+/秒
（1）精通Django/Flask框架开发，具备大型电商平台及SAAS系统架构经验，熟悉RESTful API设计与性能优化
（2）掌握FastAPI异步框架及ASGI服务器部署，成功实施过高并发API网关项目（QPS 10万+）
（3）熟练运用Pandas/Numpy进行数据分析，曾构建实时风控系统，数据处理效率提升300%
（4）深度使用Celery实现分布式任务调度，结合Redis/RabbitMQ优化异步任务处理流程
（5）熟练PyTorch/TensorFlow，精通深度学习图像识别应用构建，参与过NLP文本分类模型开发与部署
（6）熟练使用python进行嵌入式应用控制程序开发
2、Golang云原生开发
（1）使用Gin开发高性能API服务，构建过百万级物联网设备接入平台
（2）精通gRPC服务治理，设计过基于Protobuf的跨语言微服务通信规范
（3）实践Kubernetes Operator开发，实现自定义CRD资源编排管理
（4）构建过Prometheus+Grafana监控体系，设计过自适应告警规则引擎
（5）优化Go协程池实现，单节点并发处理能力达5万+/秒
项目经验
1、【农业病虫害监测预警平台】
基于微服务架构（Spring Cloud+Nacos）构建的智能化农业决策系统，集成多源数据采集（卫星遥感、气象站、IoT传感器）、AI模型推理（PyTorch构建的ResNet50+BiLSTM多模态融合模型）与可视化预警体系。创新点包括：① 自主研发特征融合算法，将虫情图像与环境参数的关联准确率提升至92.3%；② 采用Flink实时计算引擎处理万亩级农田数据流，预警响应延迟＜800ms；③ 结合GIS热力图与微信小程序推送，实现病虫害3公里网格化精准预警。系统已覆盖8省23个示范基地，帮助农户减少农药使用量35%，挽回经济损失年均超2亿元。
2、【松材线虫病遥感判读定位系统】
基于深度学习的林业疫病监测解决方案，核心技术包含：① 使用U-Net++网络实现高分二号卫星影像的病害松树像素级分割（IoU达0.87）；② 研发自适应地形校正算法，消除山区DEM高程误差对定位精度的影响；③ 构建GeoServer分布式空间数据引擎，支持TB级影像的瓦片动态渲染。系统实现每平方公里检测耗时＜3分钟（较人工提升200倍），定位精度±5米，累计发现早期疫木12万余棵，为林业部门节省防治资金超5000万元。获2022年省级数字林业创新应用一等奖。
3、【基于边缘计算的害虫智能监测控制系统】
面向田间场景的物联网智能终端体系，技术架构包含：① 采用Golang开发边缘计算网关（Gin框架），集成轻量化YOLOv5s模型（TensorRT优化后推理速度达47FPS）；② 设计自适应光照补偿算法，解决夜间红外图像识别漏报问题；③ 实现边缘节点级联管理（KubeEdge），支持断网续传与增量模型更新。系统部署5类环境传感器+360°虫情采集设备，通过MQTT协议实现害虫密度阈值预警与诱捕设备联动控制，虫情识别准确率91.4%，单设备日均功耗＜15Wh，已在全国376个智慧农场落地应用。
4、【生物多样性监测系统】
融合声纹识别与图像识别的生态大数据平台，核心技术突破：① 构建基于Mel频谱图+ConvNeXt的鸟类声纹识别模型（Top-3准确率89%）；② 开发多目标跟踪算法（DeepSORT改进版），实现野生动物活动轨迹热力图生成；③ 采用Hadoop+Spark构建物种分布预测模型，支持保护区规划决策。系统集成红外相机、录音设备等12类终端，建立超200TB的生物特征数据库，累计识别物种1876种，发现3个濒危物种新栖息地，相关成果被纳入国家级生态保护红线规划。
基于微服务架构（Spring Cloud+Nacos）构建的智能化农业决策系统，集成多源数据采集（卫星遥感、气象站、IoT传感器）、AI模型推理（PyTorch构建的ResNet50+BiLSTM多模态融合模型）与可视化预警体系。创新点包括：① 自主研发特征融合算法，将虫情图像与环境参数的关联准确率提升至92.3%；② 采用Flink实时计算引擎处理万亩级农田数据流，预警响应延迟＜800ms；③ 结合GIS热力图与微信小程序推送，实现病虫害3公里网格化精准预警。系统已覆盖8省23个示范基地，帮助农户减少农药使用量35%，挽回经济损失年均超2亿元。
2、【松材线虫病遥感判读定位系统】
基于深度学习的林业疫病监测解决方案，核心技术包含：① 使用U-Net++网络实现高分二号卫星影像的病害松树像素级分割（IoU达0.87）；② 研发自适应地形校正算法，消除山区DEM高程误差对定位精度的影响；③ 构建GeoServer分布式空间数据引擎，支持TB级影像的瓦片动态渲染。系统实现每平方公里检测耗时＜3分钟（较人工提升200倍），定位精度±5米，累计发现早期疫木12万余棵，为林业部门节省防治资金超5000万元。获2022年省级数字林业创新应用一等奖。
3、【基于边缘计算的害虫智能监测控制系统】
面向田间场景的物联网智能终端体系，技术架构包含：① 采用Golang开发边缘计算网关（Gin框架），集成轻量化YOLOv5s模型（TensorRT优化后推理速度达47FPS）；② 设计自适应光照补偿算法，解决夜间红外图像识别漏报问题；③ 实现边缘节点级联管理（KubeEdge），支持断网续传与增量模型更新。系统部署5类环境传感器+360°虫情采集设备，通过MQTT协议实现害虫密度阈值预警与诱捕设备联动控制，虫情识别准确率91.4%，单设备日均功耗＜15Wh，已在全国376个智慧农场落地应用。
4、【生物多样性监测系统】
融合声纹识别与图像识别的生态大数据平台，核心技术突破：① 构建基于Mel频谱图+ConvNeXt的鸟类声纹识别模型（Top-3准确率89%）；② 开发多目标跟踪算法（DeepSORT改进版），实现野生动物活动轨迹热力图生成；③ 采用Hadoop+Spark构建物种分布预测模型，支持保护区规划决策。系统集成红外相机、录音设备等12类终端，建立超200TB的生物特征数据库，累计识别物种1876种，发现3个濒危物种新栖息地，相关成果被纳入国家级生态保护红线规划。
立即沟通
