chuck close
后端开发工程师
上海九鞅科技有限公司 · 3年经验
日薪：
￥500/8h
地点：
深圳 福田
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
熟悉 Python核心特性、数据结构、面向对象编程，熟练运用常见内置库及高级特性。
Django /Django REST Framework, Flask / Flask-RESTful
理解 HTTP/HTTPS、RESTful API 设计规范，熟悉 WebSocket
熟练使用 MySQL / PostgreSQL 进行设计、优化、SQL 调优。
掌握 asyncio / aiohttp 等异步框架与库的应用。
熟练应用 Redis / Memcached 提升系统性能。
爬虫/脚本
Django /Django REST Framework, Flask / Flask-RESTful
理解 HTTP/HTTPS、RESTful API 设计规范，熟悉 WebSocket
熟练使用 MySQL / PostgreSQL 进行设计、优化、SQL 调优。
掌握 asyncio / aiohttp 等异步框架与库的应用。
熟练应用 Redis / Memcached 提升系统性能。
爬虫/脚本
项目经验
资组合管理系统（基于 Django 架构） | Python 后端工程师 ，技术栈：Python， Django， Django REST Framework (DRF)`, `Django ORM`, `Celery` + `Redis`/`RabbitMQ`, `Pandas`/`Numpy`, `PostgreSQL`/`MySQL`, `RESTful API`, `Docker`, `GitLab CI/CD`
1. Django 后端架构与核心模块开发
基于 Django MVC架构设计系统，使用Django REST Framework (DRF)构建高可用 `RESTful API`，为前端（仪表盘/移动端）与内部系统提供数据交互服务。 开发并维护核心业务模块：资产持仓管理、组合再平衡引擎、绩效归因分析、风险指标计算（VaR/波动率）等，业务逻辑代码采用模块化设计。
利用 Django Admin快速构建运营管理后台，实现权限管理、数据监控和基础配置功能。
2. 金融数据处理与计算优化
使用Pandas高效处理大规模金融时序数据（行情、持仓、交易），结合 Django ORM实现数据库与内存数据的无缝交互。
针对性能关键模块（如日终组合估值、历史回测），利用 Pandas 向量化运算取代循环计算，提升计算效率 50%+。 开发基于 Celery 的分布式异步任务系统，调度定时报告生成、数据批量导入、风险预警等任务，降低主线程阻塞。
3. 数据库设计与 ORM 优化
设计 PostgreSQL`数据库表结构，利用 Django ORM实现复杂查询（如多级资产穿透、历史快照对比）。 针对金融数据高频读写场景，通过select_related/prefetch_related优化关联查询，建立关键索引，提升核心 API 响应速度至 < 1s。
使用 Django Migrations`管理数据库 schema 变更，确保版本可控。
4. 系统集成与部署
对接外部金融数据源（如 Bloomberg API、Wind 接口），实现行情和基础数据的自动同步。
利用 Docker容器化部署应用，结合 Nginx + Gunicorn 实现高并发服务。
通过GitLab CI/CD`实现自动化测试与发布流程。
1. Django 后端架构与核心模块开发
基于 Django MVC架构设计系统，使用Django REST Framework (DRF)构建高可用 `RESTful API`，为前端（仪表盘/移动端）与内部系统提供数据交互服务。 开发并维护核心业务模块：资产持仓管理、组合再平衡引擎、绩效归因分析、风险指标计算（VaR/波动率）等，业务逻辑代码采用模块化设计。
利用 Django Admin快速构建运营管理后台，实现权限管理、数据监控和基础配置功能。
2. 金融数据处理与计算优化
使用Pandas高效处理大规模金融时序数据（行情、持仓、交易），结合 Django ORM实现数据库与内存数据的无缝交互。
针对性能关键模块（如日终组合估值、历史回测），利用 Pandas 向量化运算取代循环计算，提升计算效率 50%+。 开发基于 Celery 的分布式异步任务系统，调度定时报告生成、数据批量导入、风险预警等任务，降低主线程阻塞。
3. 数据库设计与 ORM 优化
设计 PostgreSQL`数据库表结构，利用 Django ORM实现复杂查询（如多级资产穿透、历史快照对比）。 针对金融数据高频读写场景，通过select_related/prefetch_related优化关联查询，建立关键索引，提升核心 API 响应速度至 < 1s。
使用 Django Migrations`管理数据库 schema 变更，确保版本可控。
4. 系统集成与部署
对接外部金融数据源（如 Bloomberg API、Wind 接口），实现行情和基础数据的自动同步。
利用 Docker容器化部署应用，结合 Nginx + Gunicorn 实现高并发服务。
通过GitLab CI/CD`实现自动化测试与发布流程。
chuck close
后端开发工程师 · 3年经验 · 上海九鞅科技有限公司
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
熟悉 Python核心特性、数据结构、面向对象编程，熟练运用常见内置库及高级特性。
Django /Django REST Framework, Flask / Flask-RESTful
理解 HTTP/HTTPS、RESTful API 设计规范，熟悉 WebSocket
熟练使用 MySQL / PostgreSQL 进行设计、优化、SQL 调优。
掌握 asyncio / aiohttp 等异步框架与库的应用。
熟练应用 Redis / Memcached 提升系统性能。
爬虫/脚本
Django /Django REST Framework, Flask / Flask-RESTful
理解 HTTP/HTTPS、RESTful API 设计规范，熟悉 WebSocket
熟练使用 MySQL / PostgreSQL 进行设计、优化、SQL 调优。
掌握 asyncio / aiohttp 等异步框架与库的应用。
熟练应用 Redis / Memcached 提升系统性能。
爬虫/脚本
项目经验
资组合管理系统（基于 Django 架构） | Python 后端工程师 ，技术栈：Python， Django， Django REST Framework (DRF)`, `Django ORM`, `Celery` + `Redis`/`RabbitMQ`, `Pandas`/`Numpy`, `PostgreSQL`/`MySQL`, `RESTful API`, `Docker`, `GitLab CI/CD`
1. Django 后端架构与核心模块开发
基于 Django MVC架构设计系统，使用Django REST Framework (DRF)构建高可用 `RESTful API`，为前端（仪表盘/移动端）与内部系统提供数据交互服务。 开发并维护核心业务模块：资产持仓管理、组合再平衡引擎、绩效归因分析、风险指标计算（VaR/波动率）等，业务逻辑代码采用模块化设计。
利用 Django Admin快速构建运营管理后台，实现权限管理、数据监控和基础配置功能。
2. 金融数据处理与计算优化
使用Pandas高效处理大规模金融时序数据（行情、持仓、交易），结合 Django ORM实现数据库与内存数据的无缝交互。
针对性能关键模块（如日终组合估值、历史回测），利用 Pandas 向量化运算取代循环计算，提升计算效率 50%+。 开发基于 Celery 的分布式异步任务系统，调度定时报告生成、数据批量导入、风险预警等任务，降低主线程阻塞。
3. 数据库设计与 ORM 优化
设计 PostgreSQL`数据库表结构，利用 Django ORM实现复杂查询（如多级资产穿透、历史快照对比）。 针对金融数据高频读写场景，通过select_related/prefetch_related优化关联查询，建立关键索引，提升核心 API 响应速度至 < 1s。
使用 Django Migrations`管理数据库 schema 变更，确保版本可控。
4. 系统集成与部署
对接外部金融数据源（如 Bloomberg API、Wind 接口），实现行情和基础数据的自动同步。
利用 Docker容器化部署应用，结合 Nginx + Gunicorn 实现高并发服务。
通过GitLab CI/CD`实现自动化测试与发布流程。
1. Django 后端架构与核心模块开发
基于 Django MVC架构设计系统，使用Django REST Framework (DRF)构建高可用 `RESTful API`，为前端（仪表盘/移动端）与内部系统提供数据交互服务。 开发并维护核心业务模块：资产持仓管理、组合再平衡引擎、绩效归因分析、风险指标计算（VaR/波动率）等，业务逻辑代码采用模块化设计。
利用 Django Admin快速构建运营管理后台，实现权限管理、数据监控和基础配置功能。
2. 金融数据处理与计算优化
使用Pandas高效处理大规模金融时序数据（行情、持仓、交易），结合 Django ORM实现数据库与内存数据的无缝交互。
针对性能关键模块（如日终组合估值、历史回测），利用 Pandas 向量化运算取代循环计算，提升计算效率 50%+。 开发基于 Celery 的分布式异步任务系统，调度定时报告生成、数据批量导入、风险预警等任务，降低主线程阻塞。
3. 数据库设计与 ORM 优化
设计 PostgreSQL`数据库表结构，利用 Django ORM实现复杂查询（如多级资产穿透、历史快照对比）。 针对金融数据高频读写场景，通过select_related/prefetch_related优化关联查询，建立关键索引，提升核心 API 响应速度至 < 1s。
使用 Django Migrations`管理数据库 schema 变更，确保版本可控。
4. 系统集成与部署
对接外部金融数据源（如 Bloomberg API、Wind 接口），实现行情和基础数据的自动同步。
利用 Docker容器化部署应用，结合 Nginx + Gunicorn 实现高并发服务。
通过GitLab CI/CD`实现自动化测试与发布流程。
立即沟通
