10年大厂经验(腾讯、阿里、网易)
核心语言: C++ / Go / Python
技术领域: 高并发架构、算法交易系统、AB 实验平台、推荐系统工程、底层存储与网络优化
软技能: 0-1 系统构建、技术团队管理(3-5人)、跨部门协同、复杂业务逻辑拆解
核心项目经历与技术成果
本人拥有超过 10 年的高并发后端架构与系统研发经验,先后在腾讯、阿里巴巴、网易及富途控股担任核心模块负责人,具备深厚的系统建模、性能调优及跨团队协作能力。
1. 交易与算法策略系统(金融领域):
在富途证券项目期间,主导了从 0 到 1 的算法订单服务架构设计(支持 TWAP、VWAP、POV 等)。通过构建完整的拆单逻辑、策略模块及离线回测平台,成功实现算法单较普通市价单滑点优化提升约 5/10000。在行情系统研发中,通过深度优化数据结构与 Golang GC 机制,显著降低了核心 CPU 消耗,大幅提升了服务的稳定性。并熟练掌握websocket行情订阅推送流程机制,参与了k线、订单薄相关后端推送数据整合制作。
2. 大规模实验与数据平台(网易/阿里):
在网易云音乐期间,作为 AB 实验系统负责人,参考 Google 层叠架构搭建了分流体系,并引入严谨的假设检验指标体系(T/F/卡方检验),推动了数仓指标体系的标准化建设。在阿里巴巴 CBU 事业部,主导了 DMP 用户画像平台的重构,通过实现带缓存的并发调度模型与异步多线程框架,使服务 RPM 提升 10%,平均延时下降 30%,下游调用量减少 70% 以上。
3. 高性能底层系统与深度学习(腾讯):
在腾讯任职期间,深度参与了多个核心底层系统的研发。在 Amber 深度学习平台中负责 Parameter Server 模块,引入 RDMA 传输技术将带宽利用率从 5Gb/s 提升至 40Gb/s,实现近线性的模型训练扩展性。在“看一看”推荐系统中,通过线程池调度与分拆打分逻辑,将精排模块调用耗时从 80ms 降低至 15ms,单次排序能力提升 5 倍。此外,还参与了微信后台 MMLB 负载均衡及 TSSD 存储系统的迭代,在动态路由优化与 SSD 读写性能提升方面有丰富实操经验。
个人博客主页参见www.emonzhong.com
个人主页涵盖了日常信息摘要提取展示(自动化)、学习总结、个人项目经历以及趣味游戏等内容。 前端使用了next.js构建,后端使用golang。
图片中为个人在leetcode和codeforces过往竞赛排名情况,显示了个人卓越的编程能力,在国内和国际编程的编程排名在国际中上游的水平