我是一位拥有超过【6】年后端与分布式系统架构经验的全栈开发者,技术栈以 Java/Go 为核心,并深入 大模型智能体(Agent)开发 领域。在微服务架构方面,我精通 Spring Cloud Alibaba 生态(Nacos, Sentinel, Seata)、Dubbo,具备从零到一设计高可用、可扩展的微服务体系的实战能力。在云原生领域,我熟悉 Docker、Kubernetes 的容器化部署与编排,能利用 Istio 进行服务网格治理。数据库层面,我擅长 MySQL 调优、Redis 高并发缓存设计及 Elasticsearch 搜索引擎应用。近年来,我专注于 大模型应用开发,熟练使用 LangChain、LlamaIndex 等框架构建企业级AI智能体,实现基于私有知识的RAG系统、自动化工作流与复杂任务编排。我追求通过扎实的后端工程能力与前沿的AI技术结合,交付稳定、智能的解决方案。
1. 电商平台微服务架构升级项目
作为核心后端负责人,主导将单体应用重构为基于 Spring Cloud 的微服务体系。设计并实现了商品、订单、支付、用户四大核心服务中心,通过 RabbitMQ 实现最终一致性分布式事务,利用 Redis 集群应对秒杀场景,QPS提升10倍。项目上线后系统可用性达99.99%,研发效率提升40%。
2. 智能客服Agent系统开发
独立负责基于大模型的智能客服引擎后端开发。采用 Go 语言构建高性能的API网关与任务调度服务,集成 LangChain 框架,接入私有知识库构建RAG问答系统,并设计可编排的工作流处理复杂用户查询。系统日均处理查询10万次,准确率较传统机器人提升35%,显著降低人工客服成本。
3. 企业级数据中台与AI分析平台
负责数据中台微服务模块(Java)与实时数据处理管道(Go)的开发。构建了统一的数据服务层,并开发了内嵌的大模型Agent,用于自然语言生成业务报表与洞察分析。该项目实现了跨部门数据互通,并将商业报告产出时间从数天缩短至分钟级。
## 这个项目是做什么的? - **目标**:对信用卡交易进行二分类,预测交易是否存在欺诈风险。 - **应用场景**:支付/电商风控、实时拦截、人工复核优先级。 - **价值**:在低延迟下给出风险分数,辅助决策,降低欺诈损失。 ## 解决了什么问题? - 给每笔
智能IoT摄像头人脸识别微服务系统 主导设计并开发了基于 Go 语言 的高性能、低延迟人脸识别微服务集群。负责核心识别引擎与物联网(IoT)摄像头管理平台的对接,通过 gRPC 提供高效的流式识别接口,实时处理海量摄像头视频流。利用 Redis 实现人脸特征向量的高速缓存与比对