猿急送>

上海Java兼职程序员

ID：399744

Dark Blue

Java开发

公司信息：
上海宏人网络科技公司

工作经验：
3年

兼职日薪：
600元/8小时

兼职时间：
可工作日驻场（自由职业原因）

所在区域：
上海
浦东

技术能力

 熟练Java基础，包括java面试对象，多线程，juc，集合类，IO流等。
 掌握JavaWeb，包括servlet生命周期，filter，listener
 熟练Java常用开发框架，包括spring springmvc mybaits，springboot springCloud等。
 熟练mysql的使用，包括基本的sql语言编写能力和调优能力等。
 掌握linux服务器，会使用linux日常开发和调试的基本命令。
 熟悉redis的使用
 掌握分布式开发的组件，包括nacos，zoopkeeper，dubbo等
 掌握分布式锁的使用
 掌握分布式事务的使用
 掌握前端开发的工具及框架，包括Vue，ElementUi，js等
 了解缺陷修复工具，包括禅道等。
 了解一定的深度学习相关的专业知识，业余时间接过一些的ai项目，主要针对cv方向。包括数据标注，pandas数据清洗，TensorFlow模型搭建，模型训练，参数调整等。

项目经验

项目一：科芯智能图像识别分析平台
技术架构：SpringBoot + SpringCloud + TensorFlow + MyBatisPlus + Redis + Nginx + Vue.js
开发工具：IntelliJ IDEA + vscode
项目描述：
智能图像识别分析平台是一个结合深度学习与Java后端的SaaS平台，旨在为制造业企业提供自动化缺陷检测和图像分析服务。平台通过摄像头捕获生产线上产品图像，利用深度学习模型进行缺陷分类和质量评估，支持500+企业用户，日处理图像数据超10万张。

责任与成果：
• 负责后端微服务架构设计与开发，使用SpringBoot和SpringCloud实现服务注册与发现，集成Nginx支持高并发图像数据处理，日请求量超50万。
• 集成TensorFlow深度学习模型到Java后端，使用TensorFlow Java API调用预训练的CNN模型（ResNet-50），实现图像缺陷分类，准确率达95%。
• 优化MySQL数据库表结构，基于MyBatisPlus实现高效查询，图像元数据查询性能提升30%。
• 引入Redis缓存热点图像数据，缓存命中率达92%，系统响应时间缩短至150ms。
• 开发Vue.js前端界面，实现缺陷检测结果的可视化展示，用户操作效率提升25%。
• 编写接口文档与单元测试，使用Swagger覆盖80%核心接口，降低线上Bug率15%。
技术难点：
• 优化TensorFlow模型推理速度，通过模型量化与批处理推理，降低单张图像推理时间从200ms到50ms。
• 解决高并发场景下的缓存穿透问题，引入布隆过滤器，减少无效请求85%。

项目二： epumping电商推荐系统
技术架构：SpringBoot + SpringCloud + PyTorch + MyBatisPlus + Redis + RabbitMQ + Vue.js
开发工具：IntelliJ IDEA
项目描述：
epumping电商推荐系统为中大型电商平台提供个性化推荐服务，通过深度学习分析用户行为与商品特征，实时生成推荐列表。平台支持日活跃用户超5万，日均推荐请求量超200万，购买转化率提升20%。
职责与成果：
• 1. 开发后端推荐服务，采用 SpringBoot 和 SpringCloud 搭建微服务架构，集成 Nacos 实现服务治理与动态配置，支持高可用性与水平扩展。。
• 2. 集成 PyTorch 深度学习模型（协同过滤+Transformer），通过 ONNX 格式导出并使用 ONNX Runtime 调用，生成实时推荐列表，推荐准确率提升20%。
• 3. 优化 MySQL 数据库查询，使用 MyBatisPlus 实现用户行为日志与商品特征的批量处理，数据同步效率提升35%，支持千万级数据处理。
• 4. 使用 Redis 缓存用户行为与商品特征向量，优化 TTL 与失效策略，缓存命中率达90%，推荐响应时间缩短至100ms。
• 5. 引入 RabbitMQ 异步消息队列，处理用户行为日志与推荐请求，保障数据实时性，系统稳定性达99.5%。
• 6. 开发 Vue.js 前端页面，使用 ElementUI 实现推荐商品动态展示与交互界面，用户点击率提升15%。
技术难点：
• 优化 LSTM 模型推理效率，通过模型剪枝与量化，单次推理时间从500ms降至120ms，满足实时评估需求。
• 优化高并发场景的 Redis 缓存雪崩问题，引入多级缓存与延迟加载策略。