Kernel
后端开发工程师
腾讯 · 3年经验
日薪：
￥500/8h
地点：
西安 全区
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1. 核心基础
Java 17+（特性：模块化/GC优化/Records模式等）
JVM原理（内存模型/类加载机制/性能调优）
多线程与并发编程（JUC框架/线程池/CompletableFuture）
网络编程（TCP/HTTP2/gRPC协议栈）
2. 主流框架
Spring生态：Spring Boot 3.x（自动配置/Actuator）、Spring MVC、Spring Data JPA
微服务：Spring Cloud Alibaba（Nacos/Sentinel/Seata）、OpenFeign、Gateway网关
响应式编程：Spring WebFlux（Project Reactor）
3. 数据存储
SQL：MySQL（InnoDB引擎优化/分库分表）、PostgreSQL
NoSQL：Redis（哨兵集群/Redisson）、MongoDB（聚合查询）、Elasticsearch（全文检索）
ORM：MyBatis-Plus（动态SQL）、JPA（Hibernate实现）
4. 分布式架构
消息队列：Kafka（高吞吐）、RabbitMQ（复杂路由）
服务治理：Zookeeper、Apollo配置中心
容器化：Docker容器化、K8s编排（Service/Ingress配置）
5. 工程与运维
DevOps：Jenkins流水线、GitLab CI/CD
监控：Prometheus + Grafana监控体系、SkyWalking全链路追踪
云原生：AWS/Aliyun云服务（ECS/OSS/RDS）
6. 开发实践
代码规范：Checkstyle/PMD静态检测
测试：JUnit 5/Mockito单元测试、Testcontainers集成测试
安全：OAuth2.0/JWT认证、Spring Security权限控制
Java 17+（特性：模块化/GC优化/Records模式等）
JVM原理（内存模型/类加载机制/性能调优）
多线程与并发编程（JUC框架/线程池/CompletableFuture）
网络编程（TCP/HTTP2/gRPC协议栈）
2. 主流框架
Spring生态：Spring Boot 3.x（自动配置/Actuator）、Spring MVC、Spring Data JPA
微服务：Spring Cloud Alibaba（Nacos/Sentinel/Seata）、OpenFeign、Gateway网关
响应式编程：Spring WebFlux（Project Reactor）
3. 数据存储
SQL：MySQL（InnoDB引擎优化/分库分表）、PostgreSQL
NoSQL：Redis（哨兵集群/Redisson）、MongoDB（聚合查询）、Elasticsearch（全文检索）
ORM：MyBatis-Plus（动态SQL）、JPA（Hibernate实现）
4. 分布式架构
消息队列：Kafka（高吞吐）、RabbitMQ（复杂路由）
服务治理：Zookeeper、Apollo配置中心
容器化：Docker容器化、K8s编排（Service/Ingress配置）
5. 工程与运维
DevOps：Jenkins流水线、GitLab CI/CD
监控：Prometheus + Grafana监控体系、SkyWalking全链路追踪
云原生：AWS/Aliyun云服务（ECS/OSS/RDS）
6. 开发实践
代码规范：Checkstyle/PMD静态检测
测试：JUnit 5/Mockito单元测试、Testcontainers集成测试
安全：OAuth2.0/JWT认证、Spring Security权限控制
项目经验
三甲医院智能预约平台
技术架构：Spring Boot 3 + Spring Cloud + Mybatis + Redis + Kafka + K8s
（1）高并发挂号预约系统
设计分时段放号熔断机制：动态配置秒级修改放号量，防止号源超售
挂号峰值优化：脚本实现号源原子扣减，QPS 8万+（原系统仅2万）
解决“黄牛刷号”：实时拦截异常请求（识别准确率99.3%）
智能排班引擎：基NLP模型解析病历关键词，自动匹配专科医生
动态权重算法：考虑医生职称/患者评价/接诊量，挂号匹配满意度提升40%
容灾设计：当AI服务不可用时，自动降级至规则引擎（三级科室匹配策略）
（2）云原生技术落地
服务治理：基于标签路由实现多院区流量调度（如A院区请求优先路由本地DC）
熔断策略：接口错误率>5%自动隔离问题节点，服务可用性达99.99%
云数据库优化：分布式事务处理跨院区转诊业务
利用缓存数据库存储患者就诊轨迹（PB级数据）
（3）微信生态深度整合
通过腾讯云医联平台对接医保系统，实现小程序端“医保秒支付”
消息闭环：腾讯云TRTC实现医患视频问诊，记录自动同步至电子病历库
安全合规：患者数据经脱敏处理，符合等保三级要求
技术架构：Spring Boot 3 + Spring Cloud + Mybatis + Redis + Kafka + K8s
（1）高并发挂号预约系统
设计分时段放号熔断机制：动态配置秒级修改放号量，防止号源超售
挂号峰值优化：脚本实现号源原子扣减，QPS 8万+（原系统仅2万）
解决“黄牛刷号”：实时拦截异常请求（识别准确率99.3%）
智能排班引擎：基NLP模型解析病历关键词，自动匹配专科医生
动态权重算法：考虑医生职称/患者评价/接诊量，挂号匹配满意度提升40%
容灾设计：当AI服务不可用时，自动降级至规则引擎（三级科室匹配策略）
（2）云原生技术落地
服务治理：基于标签路由实现多院区流量调度（如A院区请求优先路由本地DC）
熔断策略：接口错误率>5%自动隔离问题节点，服务可用性达99.99%
云数据库优化：分布式事务处理跨院区转诊业务
利用缓存数据库存储患者就诊轨迹（PB级数据）
（3）微信生态深度整合
通过腾讯云医联平台对接医保系统，实现小程序端“医保秒支付”
消息闭环：腾讯云TRTC实现医患视频问诊，记录自动同步至电子病历库
安全合规：患者数据经脱敏处理，符合等保三级要求
Kernel
后端开发工程师 · 3年经验 · 腾讯
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1. 核心基础
Java 17+（特性：模块化/GC优化/Records模式等）
JVM原理（内存模型/类加载机制/性能调优）
多线程与并发编程（JUC框架/线程池/CompletableFuture）
网络编程（TCP/HTTP2/gRPC协议栈）
2. 主流框架
Spring生态：Spring Boot 3.x（自动配置/Actuator）、Spring MVC、Spring Data JPA
微服务：Spring Cloud Alibaba（Nacos/Sentinel/Seata）、OpenFeign、Gateway网关
响应式编程：Spring WebFlux（Project Reactor）
3. 数据存储
SQL：MySQL（InnoDB引擎优化/分库分表）、PostgreSQL
NoSQL：Redis（哨兵集群/Redisson）、MongoDB（聚合查询）、Elasticsearch（全文检索）
ORM：MyBatis-Plus（动态SQL）、JPA（Hibernate实现）
4. 分布式架构
消息队列：Kafka（高吞吐）、RabbitMQ（复杂路由）
服务治理：Zookeeper、Apollo配置中心
容器化：Docker容器化、K8s编排（Service/Ingress配置）
5. 工程与运维
DevOps：Jenkins流水线、GitLab CI/CD
监控：Prometheus + Grafana监控体系、SkyWalking全链路追踪
云原生：AWS/Aliyun云服务（ECS/OSS/RDS）
6. 开发实践
代码规范：Checkstyle/PMD静态检测
测试：JUnit 5/Mockito单元测试、Testcontainers集成测试
安全：OAuth2.0/JWT认证、Spring Security权限控制
Java 17+（特性：模块化/GC优化/Records模式等）
JVM原理（内存模型/类加载机制/性能调优）
多线程与并发编程（JUC框架/线程池/CompletableFuture）
网络编程（TCP/HTTP2/gRPC协议栈）
2. 主流框架
Spring生态：Spring Boot 3.x（自动配置/Actuator）、Spring MVC、Spring Data JPA
微服务：Spring Cloud Alibaba（Nacos/Sentinel/Seata）、OpenFeign、Gateway网关
响应式编程：Spring WebFlux（Project Reactor）
3. 数据存储
SQL：MySQL（InnoDB引擎优化/分库分表）、PostgreSQL
NoSQL：Redis（哨兵集群/Redisson）、MongoDB（聚合查询）、Elasticsearch（全文检索）
ORM：MyBatis-Plus（动态SQL）、JPA（Hibernate实现）
4. 分布式架构
消息队列：Kafka（高吞吐）、RabbitMQ（复杂路由）
服务治理：Zookeeper、Apollo配置中心
容器化：Docker容器化、K8s编排（Service/Ingress配置）
5. 工程与运维
DevOps：Jenkins流水线、GitLab CI/CD
监控：Prometheus + Grafana监控体系、SkyWalking全链路追踪
云原生：AWS/Aliyun云服务（ECS/OSS/RDS）
6. 开发实践
代码规范：Checkstyle/PMD静态检测
测试：JUnit 5/Mockito单元测试、Testcontainers集成测试
安全：OAuth2.0/JWT认证、Spring Security权限控制
项目经验
三甲医院智能预约平台
技术架构：Spring Boot 3 + Spring Cloud + Mybatis + Redis + Kafka + K8s
（1）高并发挂号预约系统
设计分时段放号熔断机制：动态配置秒级修改放号量，防止号源超售
挂号峰值优化：脚本实现号源原子扣减，QPS 8万+（原系统仅2万）
解决“黄牛刷号”：实时拦截异常请求（识别准确率99.3%）
智能排班引擎：基NLP模型解析病历关键词，自动匹配专科医生
动态权重算法：考虑医生职称/患者评价/接诊量，挂号匹配满意度提升40%
容灾设计：当AI服务不可用时，自动降级至规则引擎（三级科室匹配策略）
（2）云原生技术落地
服务治理：基于标签路由实现多院区流量调度（如A院区请求优先路由本地DC）
熔断策略：接口错误率>5%自动隔离问题节点，服务可用性达99.99%
云数据库优化：分布式事务处理跨院区转诊业务
利用缓存数据库存储患者就诊轨迹（PB级数据）
（3）微信生态深度整合
通过腾讯云医联平台对接医保系统，实现小程序端“医保秒支付”
消息闭环：腾讯云TRTC实现医患视频问诊，记录自动同步至电子病历库
安全合规：患者数据经脱敏处理，符合等保三级要求
技术架构：Spring Boot 3 + Spring Cloud + Mybatis + Redis + Kafka + K8s
（1）高并发挂号预约系统
设计分时段放号熔断机制：动态配置秒级修改放号量，防止号源超售
挂号峰值优化：脚本实现号源原子扣减，QPS 8万+（原系统仅2万）
解决“黄牛刷号”：实时拦截异常请求（识别准确率99.3%）
智能排班引擎：基NLP模型解析病历关键词，自动匹配专科医生
动态权重算法：考虑医生职称/患者评价/接诊量，挂号匹配满意度提升40%
容灾设计：当AI服务不可用时，自动降级至规则引擎（三级科室匹配策略）
（2）云原生技术落地
服务治理：基于标签路由实现多院区流量调度（如A院区请求优先路由本地DC）
熔断策略：接口错误率>5%自动隔离问题节点，服务可用性达99.99%
云数据库优化：分布式事务处理跨院区转诊业务
利用缓存数据库存储患者就诊轨迹（PB级数据）
（3）微信生态深度整合
通过腾讯云医联平台对接医保系统，实现小程序端“医保秒支付”
消息闭环：腾讯云TRTC实现医患视频问诊，记录自动同步至电子病历库
安全合规：患者数据经脱敏处理，符合等保三级要求
立即沟通
相似人才推荐：
