1.精通SpringBoot、SpringCloud微服务全生态,具备高效后端开发与系统架构设计能力,可搭建高可用、可扩展的分布式微服务体系,保障服务稳定迭代与横向扩容。
2.深耕AI 大模型落地应用,熟练掌握豆包、Qwen 等主流大模型 API 调用与逻辑分析,结合大数据深度挖掘实现AI 能力与业务场景深度融合,精准提炼数据核心价值。
3.具备Prompt工程深度结合业务落地能力,主导编写多个复杂业务场景的prompt。
4.精通 MySQL、Oracle 数据库开发与性能调优,熟练运用 MyBatis、Elasticsearch、Redis 等数据中间件,可系统性优化数据处理流程,大幅提升系统并发与响应效率。
5.熟练使用 Git、SVN 完成代码版本管控,保障代码规范性、稳定性与可追溯性,支撑团队协作开发与项目持续集成迭代。
6.具备中小型项目全流程独立开发能力,可高效完成需求拆解、方案设计与功能落地,严格保障项目交付质量与开发进度。
7.熟练掌握 Linux 服务器环境配置、应用部署与日常运维,可独立保障服务线上稳定运行,快速排查解决服务器端运维问题。
8.熟练运用 Minio、OBS 对象存储服务,搭建安全、高效、可扩展的文件存储与传输体系,保障数据存储安全与传输效率。
9.具备优秀跨团队协同能力,主动牵头攻克技术瓶颈与复杂问题,高效推进项目落地,确保项目按质按量按期交付。
10.以大数据分析 + AI 模型赋能为技术抓手,为企业战略决策提供科学数据支撑,推动技术能力与核心业务价值精准对齐,提升企业业务竞争力。
项目名称:舆情AI智能分析平台
技术框架:Spring Boot + Redis + MySQL + Elasticsearch + 多线程池 + AI大模型集成(豆包/千问/DeepSeek)+ Prompt工程
项目说明:基于大数据基座构建的舆情智能分析平台,融合多源异构数据采集、大模型语义理解与实时可视化技术,实现舆情态势的全天候监测与智能研判。核心聚焦AI驱动的舆情分析能力建设,通过大模型与工程化手段的深度结合,支撑高并发场景下的实时数据处理与智能决策。
负责模块:
1. AI智能分析引擎开发:设计并实现基于大模型的事件分析、情绪识别、观点提取等核心能力,建立动态Prompt管理机制;
2. 高并发数据处理架构:构建多线程池异步处理框架,实现海量数据的实时采集、清洗、分析与存储;
3. 大模型可靠性保障体系:设计输出鉴伪、异常重试、多模型降级等机制,保障AI服务稳定性与结果准确性;
4. 数据一致性保障:建立分布式任务调度与数据补偿机制,确保复杂链路下的数据完整性。
技术亮点:
大模型工程化实践:深度集成多款主流大模型,设计Prompt模板库与动态管理策略,实现AI能力的标准化复用;
高并发架构设计:采用异步编排与线程池隔离技术,显著提升系统吞吐量与响应速度;
智能化质量保障:构建多层次校验与容错机制,有效提升大模型输出质量与系统鲁棒性;
数据驱动优化:建立完整的监控与反馈闭环,支撑AI策略与业务规则的持续迭代优化。可用性
内容:
杭州拱墅物联网:
技术框架:springboot + redis + mysql +oracle + xxjob + 图谱算法
项目说明:针对阴雨天气居多路面积水痛点,该项目结合路面量雨设备进行雨水监控、路面积水监控、水晶水量监控等,项
目结构主要分为实时监控大屏、后台事件管理系统、雨量/积水数据收集系统、定时任务管理系统
项目流程:管理人员可在实时监控大屏,针对全区各监控设备进行雨水阈值控制,并且可以配置阈值对应的负责人信息,雨
量/路面积水超过阈值,则自动派送任务与短信给街道办负责人,而后在大屏地图红点突出显示,大屏中还有雨量趋势图/派发
任务信息图等等各种统计数据
负责模块:实时监控大屏、后台事件管理系统、雨量/积水数据收集系统、定时任务管理系统 四个系统除了SSO登录和图谱算
法运用的公司现有的框架,其他都是本人开发
技术难点:1.对各个设备数据对接后的数据清洗(根据管理人配置的规则清洗数据)
2.雨水事件等级研判和任务派发模块与多家设备单位对接数据,数据逻辑复杂繁琐
3.定时任务管理系统是借助xxjob源码搭建的自己的系统