Vans
高级Java研发工程师 · 7年经验 · 联想
0
累计接单
0
用户评价
0
被收藏
技术能力
编程语言：Java、JavaScript、JQuery、FreeMarker、Velocity、Python、Vue
编程框架：Spring（MVC/Boot/Cloud）、Mybatis（Plus）、Hibernate、Struts、
Dubbo、Druid
数据存储：MySQL、PostgreSQL、 Oracle、SQLServer，Redis、Ehcache、MongoDB
数据分析：能够使用 PowerBI、Excel 对数据进行处理和分析，能够结合 ETL 等数据
抽取技术实现自动化流程
消息中间件：熟练使用 RabbitMQ、Kafka，能够结合实际情况解决数据一致性问题
规则引擎：能够使用 Drools、aviator、liteflow，能够实现规则可视化配置和调试
任务调度：能够使用 XXL-Job、Quartz 处理分布式任务调度场景
工作流：能够使用 jBPM、flowable，可以实现高度可定制的业务流程
高并发：能够进行结构化并发编程，并使用线程池、锁、同步块、Future 等常见接口
容器化与编排：日常开发 docker 化，实现应用快速部署、隔离和迁移；结合 Kubernetes
实现服务规模化管理
研发运维：能够运用 Jenkins、GitLab 及 CI/CD 搭建自动化测试和部署流水线，提高
开发效率和代码质量；探索 AI 辅助文档编写和运维处理，提升运维工作效率
性能优化：能够使用 JProfiler、Arthas 等优化 JVM 性能
编程框架：Spring（MVC/Boot/Cloud）、Mybatis（Plus）、Hibernate、Struts、
Dubbo、Druid
数据存储：MySQL、PostgreSQL、 Oracle、SQLServer，Redis、Ehcache、MongoDB
数据分析：能够使用 PowerBI、Excel 对数据进行处理和分析，能够结合 ETL 等数据
抽取技术实现自动化流程
消息中间件：熟练使用 RabbitMQ、Kafka，能够结合实际情况解决数据一致性问题
规则引擎：能够使用 Drools、aviator、liteflow，能够实现规则可视化配置和调试
任务调度：能够使用 XXL-Job、Quartz 处理分布式任务调度场景
工作流：能够使用 jBPM、flowable，可以实现高度可定制的业务流程
高并发：能够进行结构化并发编程，并使用线程池、锁、同步块、Future 等常见接口
容器化与编排：日常开发 docker 化，实现应用快速部署、隔离和迁移；结合 Kubernetes
实现服务规模化管理
研发运维：能够运用 Jenkins、GitLab 及 CI/CD 搭建自动化测试和部署流水线，提高
开发效率和代码质量；探索 AI 辅助文档编写和运维处理，提升运维工作效率
性能优化：能够使用 JProfiler、Arthas 等优化 JVM 性能
项目经验
1.智慧工厂项目
与业务讨论需求，设计核心模块，基于 Jira 管理需求和跟踪进度
设计智慧园区门禁自动预约机制（基于物联网）
提供月台调度方案，包括轮询、插队、并支持现场按实际情况人工调度
搭建基础设施，包括不限于 MySQL、Redis、SFTP、XXL-Job 等
参与设计流程节点自动化完成方案和评审
2.TMS重构
成果： 计划引擎效率提升 1500%，原系统处理 1w 单平均在 30min 以上，新系统处
理 10w 单最差在 20min
技术：Spring Boot、Spring Cloud、MyBatis、Druid、Drools
工具：XXL-Job、Grafana、Docker、RabbitMQ、Kafka、Redis、AWS S3、SFTP、
MySQL、SQLServer
架构设计：应用 DDD 模型，明确路网、运输路线/分段等核心概念，构建多个模型—
—计划引擎模型（基于 aviator 实现策略可配置化）、物流节点模型（实现插件式扩展）、
可动态变化的流程模型（基于 flowable）
功能开发：
基于 Java 线程池，结合消息中间件（RabbitMQ）和分布式配置中心（Spring
Cloud Config），实现可灵活配置、按需扩展能力的计划引擎
对接顺丰、圆通、京东等快递（包括下订单、子母单、面单打印、运输节点等）
对接 G7，实现车辆可视化跟踪（web 端使用顺丰平台组件）
基于 Drools 规则引擎，实现可配置化数据集成，支持数据转换、分发（支持上下
游 kafka、RabbitMQ、API 等方式间的对接）
与业务讨论需求，设计核心模块，基于 Jira 管理需求和跟踪进度
设计智慧园区门禁自动预约机制（基于物联网）
提供月台调度方案，包括轮询、插队、并支持现场按实际情况人工调度
搭建基础设施，包括不限于 MySQL、Redis、SFTP、XXL-Job 等
参与设计流程节点自动化完成方案和评审
2.TMS重构
成果： 计划引擎效率提升 1500%，原系统处理 1w 单平均在 30min 以上，新系统处
理 10w 单最差在 20min
技术：Spring Boot、Spring Cloud、MyBatis、Druid、Drools
工具：XXL-Job、Grafana、Docker、RabbitMQ、Kafka、Redis、AWS S3、SFTP、
MySQL、SQLServer
架构设计：应用 DDD 模型，明确路网、运输路线/分段等核心概念，构建多个模型—
—计划引擎模型（基于 aviator 实现策略可配置化）、物流节点模型（实现插件式扩展）、
可动态变化的流程模型（基于 flowable）
功能开发：
基于 Java 线程池，结合消息中间件（RabbitMQ）和分布式配置中心（Spring
Cloud Config），实现可灵活配置、按需扩展能力的计划引擎
对接顺丰、圆通、京东等快递（包括下订单、子母单、面单打印、运输节点等）
对接 G7，实现车辆可视化跟踪（web 端使用顺丰平台组件）
基于 Drools 规则引擎，实现可配置化数据集成，支持数据转换、分发（支持上下
游 kafka、RabbitMQ、API 等方式间的对接）
立即沟通
