ㅤ
软件工程师
微医集团 · 8年经验
日薪：
￥600/8h
地点：
北京 海淀
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
作为一名顾问，我具备全面的技术能力和丰富的实战经验。在架构设计方面，主导并完成了基于阿里巴巴技术体系的微服务架构设计与实施，熟练使用 Spring Cloud Alibaba、Nacos、Sentinel 等核心组件，具备从系统拆分、服务注册与配置中心、熔断限流到服务治理的整体解决方案能力。同时，我能够独立开发本地桌面程序，熟悉 Electron、Tauri 等跨平台框架，能够结合后端服务构建完整的端到端系统。
在运维与自动化方面，我熟练使用 Docker 构建容器化环境，掌握 Kubernetes 的部署、服务编排与自动伸缩策略，能够构建基于 Jenkins/GitLab CI 的自动化持续集成与持续交付（CI/CD）流程，大幅提升系统稳定性与上线效率。
此外，我还具备扎实的 Python 编程能力，具备图像分类、图像分割等计算机视觉方向的实践经验，能够基于 PyTorch、TensorFlow 构建与部署图像识别模型，用于如天空图像分类、太阳位置识别等项目。通过深度学习与图像预处理技术，有效提升模型识别精度，解决实际业务需求。
在运维与自动化方面，我熟练使用 Docker 构建容器化环境，掌握 Kubernetes 的部署、服务编排与自动伸缩策略，能够构建基于 Jenkins/GitLab CI 的自动化持续集成与持续交付（CI/CD）流程，大幅提升系统稳定性与上线效率。
此外，我还具备扎实的 Python 编程能力，具备图像分类、图像分割等计算机视觉方向的实践经验，能够基于 PyTorch、TensorFlow 构建与部署图像识别模型，用于如天空图像分类、太阳位置识别等项目。通过深度学习与图像预处理技术，有效提升模型识别精度，解决实际业务需求。
项目经验
1. 物联网平台底层架构搭建项目
在该项目中，我从零到一主导并完成了一套高可用、高并发的物联网平台底层架构设计与开发，整体参考阿里云物联网架构思路，采用微服务架构 + MQTT 协议栈作为核心通信方式，支持万级采集器设备（超过1W+设备）实时数据接入，确保无数据丢失。在系统设计方面，使用 EMQX 作为消息中间件，并配合 Redis、MySQL、时序数据库（如 TDengine）实现多层级数据存储。通过 K8s 进行服务编排与弹性扩缩容，保障系统稳定运行。此外，平台还支持可视化拖拉拽实现多设备联动控制逻辑，用户可通过自定义 JavaScript 脚本灵活配置业务规则，实现设备之间的复杂逻辑编排，为多个行业场景提供了极强的定制能力。
2. 全天空成像仪智能识别系统
该项目致力于开发一套基于全天空鱼眼图像的智能识别系统，核心功能包括自动识别天空、云层、太阳等要素，并基于图像处理与深度学习模型输出各类别的像素占比。我主导了图像预处理、标注规范制定、模型结构选型（采用 UNet）与训练流程优化，最终实现了较高的精度识别效果。此外，系统支持实时预测与结果可视化展示，可应用于光伏发电、气象观测等场景，有效提升了自动化分析能力。该系统还通过 GPU 加速大幅缩短了训练周期，并具备良好的跨平台适配能力。
在该项目中，我从零到一主导并完成了一套高可用、高并发的物联网平台底层架构设计与开发，整体参考阿里云物联网架构思路，采用微服务架构 + MQTT 协议栈作为核心通信方式，支持万级采集器设备（超过1W+设备）实时数据接入，确保无数据丢失。在系统设计方面，使用 EMQX 作为消息中间件，并配合 Redis、MySQL、时序数据库（如 TDengine）实现多层级数据存储。通过 K8s 进行服务编排与弹性扩缩容，保障系统稳定运行。此外，平台还支持可视化拖拉拽实现多设备联动控制逻辑，用户可通过自定义 JavaScript 脚本灵活配置业务规则，实现设备之间的复杂逻辑编排，为多个行业场景提供了极强的定制能力。
2. 全天空成像仪智能识别系统
该项目致力于开发一套基于全天空鱼眼图像的智能识别系统，核心功能包括自动识别天空、云层、太阳等要素，并基于图像处理与深度学习模型输出各类别的像素占比。我主导了图像预处理、标注规范制定、模型结构选型（采用 UNet）与训练流程优化，最终实现了较高的精度识别效果。此外，系统支持实时预测与结果可视化展示，可应用于光伏发电、气象观测等场景，有效提升了自动化分析能力。该系统还通过 GPU 加速大幅缩短了训练周期，并具备良好的跨平台适配能力。
案例展示 全部案例 >
ㅤ
软件工程师 · 8年经验 · 微医集团
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
作为一名顾问，我具备全面的技术能力和丰富的实战经验。在架构设计方面，主导并完成了基于阿里巴巴技术体系的微服务架构设计与实施，熟练使用 Spring Cloud Alibaba、Nacos、Sentinel 等核心组件，具备从系统拆分、服务注册与配置中心、熔断限流到服务治理的整体解决方案能力。同时，我能够独立开发本地桌面程序，熟悉 Electron、Tauri 等跨平台框架，能够结合后端服务构建完整的端到端系统。
在运维与自动化方面，我熟练使用 Docker 构建容器化环境，掌握 Kubernetes 的部署、服务编排与自动伸缩策略，能够构建基于 Jenkins/GitLab CI 的自动化持续集成与持续交付（CI/CD）流程，大幅提升系统稳定性与上线效率。
此外，我还具备扎实的 Python 编程能力，具备图像分类、图像分割等计算机视觉方向的实践经验，能够基于 PyTorch、TensorFlow 构建与部署图像识别模型，用于如天空图像分类、太阳位置识别等项目。通过深度学习与图像预处理技术，有效提升模型识别精度，解决实际业务需求。
在运维与自动化方面，我熟练使用 Docker 构建容器化环境，掌握 Kubernetes 的部署、服务编排与自动伸缩策略，能够构建基于 Jenkins/GitLab CI 的自动化持续集成与持续交付（CI/CD）流程，大幅提升系统稳定性与上线效率。
此外，我还具备扎实的 Python 编程能力，具备图像分类、图像分割等计算机视觉方向的实践经验，能够基于 PyTorch、TensorFlow 构建与部署图像识别模型，用于如天空图像分类、太阳位置识别等项目。通过深度学习与图像预处理技术，有效提升模型识别精度，解决实际业务需求。
项目经验
1. 物联网平台底层架构搭建项目
在该项目中，我从零到一主导并完成了一套高可用、高并发的物联网平台底层架构设计与开发，整体参考阿里云物联网架构思路，采用微服务架构 + MQTT 协议栈作为核心通信方式，支持万级采集器设备（超过1W+设备）实时数据接入，确保无数据丢失。在系统设计方面，使用 EMQX 作为消息中间件，并配合 Redis、MySQL、时序数据库（如 TDengine）实现多层级数据存储。通过 K8s 进行服务编排与弹性扩缩容，保障系统稳定运行。此外，平台还支持可视化拖拉拽实现多设备联动控制逻辑，用户可通过自定义 JavaScript 脚本灵活配置业务规则，实现设备之间的复杂逻辑编排，为多个行业场景提供了极强的定制能力。
2. 全天空成像仪智能识别系统
该项目致力于开发一套基于全天空鱼眼图像的智能识别系统，核心功能包括自动识别天空、云层、太阳等要素，并基于图像处理与深度学习模型输出各类别的像素占比。我主导了图像预处理、标注规范制定、模型结构选型（采用 UNet）与训练流程优化，最终实现了较高的精度识别效果。此外，系统支持实时预测与结果可视化展示，可应用于光伏发电、气象观测等场景，有效提升了自动化分析能力。该系统还通过 GPU 加速大幅缩短了训练周期，并具备良好的跨平台适配能力。
在该项目中，我从零到一主导并完成了一套高可用、高并发的物联网平台底层架构设计与开发，整体参考阿里云物联网架构思路，采用微服务架构 + MQTT 协议栈作为核心通信方式，支持万级采集器设备（超过1W+设备）实时数据接入，确保无数据丢失。在系统设计方面，使用 EMQX 作为消息中间件，并配合 Redis、MySQL、时序数据库（如 TDengine）实现多层级数据存储。通过 K8s 进行服务编排与弹性扩缩容，保障系统稳定运行。此外，平台还支持可视化拖拉拽实现多设备联动控制逻辑，用户可通过自定义 JavaScript 脚本灵活配置业务规则，实现设备之间的复杂逻辑编排，为多个行业场景提供了极强的定制能力。
2. 全天空成像仪智能识别系统
该项目致力于开发一套基于全天空鱼眼图像的智能识别系统，核心功能包括自动识别天空、云层、太阳等要素，并基于图像处理与深度学习模型输出各类别的像素占比。我主导了图像预处理、标注规范制定、模型结构选型（采用 UNet）与训练流程优化，最终实现了较高的精度识别效果。此外，系统支持实时预测与结果可视化展示，可应用于光伏发电、气象观测等场景，有效提升了自动化分析能力。该系统还通过 GPU 加速大幅缩短了训练周期，并具备良好的跨平台适配能力。
案例展示
物联网平台
在该项目中，我从零到一主导并完成了一套高可用、高并发的物联网平台底层架构设计与开发，整体参考阿里云物联网架构思路，采用微服务架构 + MQTT 协议栈作为核心通信方式，支持万级采集器设备（超过1W+设备）实时数据接入，确保无数据丢失。在系统设计方面，使用 EMQX 作为消息中间件
全天空成像仪智能识别系统
该项目致力于开发一套基于全天空鱼眼图像的智能识别系统，核心功能包括自动识别天空、云层、太阳等要素，并基于图像处理与深度学习模型输出各类别的像素占比。我主导了图像预处理、标注规范制定、模型结构选型（采用 UNet）与训练流程优化，最终实现了较高的精度识别效果。此外，系统支持实时预测
立即沟通
