doraemon
资森后端架构工程师
自由职业 · 13年经验
日薪：
￥1000/8h
地点：
其他 全区
时间：
可工作日远程可工作日驻场（自由职业原因）
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
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
项目经验
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
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
doraemon
资森后端架构工程师 · 13年经验 · 自由职业
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
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
项目经验
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
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
案例展示
立即沟通
相似人才推荐：
