熟悉从架构设计到团队管理的全流程技术管理。具备大数据开发和传统 GIS 开发、 熟悉 MCP 开发流程,掌握 Agent 与 RAG 技术,持续在技术博客分享 GDAL内核解析、 Spark 空间计算等专题。
大数据框架: Spark、 Hadoop(Hbase/HDFS)
人工智能: 熟悉 MCP 开发,熟悉 Agent 和 RAG 等
数据库: PostgreSQL、 MySQL 等
GIS 软件: GDAL、 OSG、 QGIS、 QCAD
编程语言: C++、 Java、 Python、 Scala
开发工具: Visual Studio、 IDEA、 CMake、 Makefile
数据格式: CAD、 TIF、 IMG、 FileGDB、 SHAPE、 DXF、 FBX
其他: 熟悉 Linux 命令,掌握 GIS 数据处理与分析方法
1.采用 Spark SQL+RDD 构建分布式 GIS 计算框架,实现 GIS 数据并发读写到 HBase、HDFS、传统数据库、以及支撑亿级矢量要素实时分析。
2.研发 PostGIS 空间索引优化方案,复杂区域查询响应时间缩短秒级。
3.基于 RAG 技术开发智能问答系统,支持 GIS 数据查询与知识库检索,准确率达 80%以上。
4.实现 PostGIS 查询优化,完成华为高斯、阿里云等国产数据库适配。
5.开放数据格式,将 SuperMap 某数据格式以 GPKG 方式开源,实现点、线、面、标注存储写出。
6.设计并实现参数化对象读写,解决自然规划局项目中面积、周长等计算不准确问题。
7.扩展 libdxfrw 开源库,实现 ARM 版本 CAD 数据读取渲染。
8.重构数据转换,减少插件数目和维护开发成本,解决多线程读写数据崩溃等问题。
9. 重构影像数据直接打开,加速读取显示速度并实现存储在数据库的影像数据直接保存为影像数据,如卫星数据、 TIFF 数据等。
10.重构矢量数据直接读写功能,读取速度提升 5-10 倍,分析功能可以不通过数据转换直接保存为 shape、 GDB 等行业通用格式。