逆向专家
C++高级工程师
中电福富信息科技有限公司 · 10年经验
日薪：
￥500/8h
地点：
其他 全区
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
一、编程语言与基础能力
- 精通一门编程语言，理解其核心特性、内存模型和最佳实践
- 掌握多门语言作为辅助，拥有多语言视角，理解不同语言的设计哲学
- 扎实的数据结构与算法：数组、链表、树、图、哈希表、排序、搜索、动态规划、贪心算法等
- 计算机系统基础：操作系统（进程/线程、内存管理、文件系统）、计算机网络（TCP/IP、HTTP/HTTPS、DNS）、数据库原理（事务、索引、 锁机制）
二、工程能力
- 版本控制：熟练使用 Git，理解分支策略（Git Flow / Trunk Based）、代码评审流程
- 软件设计：设计模式、SOLID 原则、领域驱动设计（DDD）、整洁架构、微服务架构
- 测试能力：单元测试、集成测试、端到端测试，理解 TDD/BDD 理念
- CI/CD：持续集成/持续部署流水线搭建与维护（Jenkins、GitHub Actions、GitLab CI）
- 容器化与编排：Docker、Kubernetes，理解云原生生态
- 数据库：关系型（MySQL、PostgreSQL）与非关系型（Redis、MongoDB），SQL 优化与数据建模
- API 设计：RESTful、GraphQL、gRPC，API 版本管理与文档化
三、进阶技术能力
- 分布式系统：一致性协议（Raft/Paxos）、分布式事务、消息队列（Kafka、RabbitMQ）、负载均衡、服务发现
- 可观测性：日志（ELK/Loki）、指标（Prometheus/Grafana）、链路追踪（Jaeger/Zipkin）
- 安全能力：常见安全漏洞（OWASP Top 10）的识别与防范、认证授权（OAuth 2.0、JWT）、数据加密
- 性能优化：代码级优化、数据库查询优化、缓存策略、CDN、异步处理
- 云计算：AWS/Azure/阿里云核心服务（计算、存储、网络、Serverless）
四、软技能与思维
- 问题分解能力：将复杂问题拆解为可执行的子任务
- 技术文档能力：清晰的技术方案设计、API 文档、架构图绘制
- 跨团队协作：理解产品需求，与产品、测试、运维高效沟通
- 持续学习：跟踪技术前沿，评估新技
- 精通一门编程语言，理解其核心特性、内存模型和最佳实践
- 掌握多门语言作为辅助，拥有多语言视角，理解不同语言的设计哲学
- 扎实的数据结构与算法：数组、链表、树、图、哈希表、排序、搜索、动态规划、贪心算法等
- 计算机系统基础：操作系统（进程/线程、内存管理、文件系统）、计算机网络（TCP/IP、HTTP/HTTPS、DNS）、数据库原理（事务、索引、 锁机制）
二、工程能力
- 版本控制：熟练使用 Git，理解分支策略（Git Flow / Trunk Based）、代码评审流程
- 软件设计：设计模式、SOLID 原则、领域驱动设计（DDD）、整洁架构、微服务架构
- 测试能力：单元测试、集成测试、端到端测试，理解 TDD/BDD 理念
- CI/CD：持续集成/持续部署流水线搭建与维护（Jenkins、GitHub Actions、GitLab CI）
- 容器化与编排：Docker、Kubernetes，理解云原生生态
- 数据库：关系型（MySQL、PostgreSQL）与非关系型（Redis、MongoDB），SQL 优化与数据建模
- API 设计：RESTful、GraphQL、gRPC，API 版本管理与文档化
三、进阶技术能力
- 分布式系统：一致性协议（Raft/Paxos）、分布式事务、消息队列（Kafka、RabbitMQ）、负载均衡、服务发现
- 可观测性：日志（ELK/Loki）、指标（Prometheus/Grafana）、链路追踪（Jaeger/Zipkin）
- 安全能力：常见安全漏洞（OWASP Top 10）的识别与防范、认证授权（OAuth 2.0、JWT）、数据加密
- 性能优化：代码级优化、数据库查询优化、缓存策略、CDN、异步处理
- 云计算：AWS/Azure/阿里云核心服务（计算、存储、网络、Serverless）
四、软技能与思维
- 问题分解能力：将复杂问题拆解为可执行的子任务
- 技术文档能力：清晰的技术方案设计、API 文档、架构图绘制
- 跨团队协作：理解产品需求，与产品、测试、运维高效沟通
- 持续学习：跟踪技术前沿，评估新技
项目经验
前端方向项目经验：大型 B 端后台管理系统前端架构重构
项目背景： 公司核心 SaaS 产品因历史原因由多个团队分别维护，使用了 React / Vue / jQuery 三种技术栈，组件无法复用、构建速度超过
5 分钟、首屏加载 8 秒以上，用户反馈体验糟糕。
核心职责：
- 微前端架构改造：基于 Module Federation
搭建微前端基座，将三个技术栈的子系统逐步收敛到统一容器中，实现子应用独立开发部署，构建耗时从 5 分钟降至各子应用 30 秒
- 性能优化：首屏加载从 8 秒降至 1.2 秒——路由级 Code Splitting + 预加载关键路由、Core Web Vitals 优化（LCP 从 4.5s 降至
1.1s，CLS 从 0.25 降至 0.05）、图片采用 WebP 格式 + 自适应分辨率 + 懒加载、长列表虚拟滚动（react-window）渲染 10
万条数据无卡顿
- 组件体系建设：基于 React + TypeScript 设计统一组件库，封装 80+ 业务组件，发布至私有 npm 仓库，跨团队复用率达
60%，开发效率提升约 40%
---
后端方向项目经验：高并发支付结算系统设计与开发
项目背景： 公司日均支付交易 300 万笔，大促期间峰值 QPS 达 8,000。原有系统采用同步阻塞模型，大促期间频繁超时，数据库连接池耗尽
导致服务雪崩，且因分布式事务实现粗糙，存在资金对不平的隐患。
核心职责：
- 高并发处理：将同步支付链路改造为异步化架构，引入 Kafka 削峰填谷，支付请求先入队列再异步处理，峰值处理能力提升至 30,000
TPS；热点账户采用 Redis 缓存 + 定时批量落盘策略，数据库写 QPS 从 8,000 降至 500
- 服务治理：基于 Sentinel 实现接口级限流（令牌桶 + 排队等待）、熔断降级（慢调用比例阈值 +
半开探活）、舱壁隔离（信号量隔离线程池），大促期间保证核心支付链路的可用性在 99.99% 以上
- 数据一致性：设计基于 RocketMQ 事务消息 +
本地事务表的最终一致性方案，并通过定时对账任务与补偿机制处理异常。设计两阶段异步对账流程，资金差错率从 0.01%
降至百万分之一以下
---
数据/AI 方向项目经验：实时用户画像与推荐系统
项目背景： 公司内容平台 DAU 快速增长，需要从粗粒度的热门推荐升级为个性化推荐，要求用户行为到推荐结果延迟在 1 秒以内。
核心职责：
- 数据 Pipeline：基于 Flink 构建实时行为采集链路，接入 App 端 / Web 端埋点事件流（曝光、点击、停留、转化），实现窗口聚合 +
用户 Session 拼接，数据延迟从分钟级降至秒级，日处理 50 亿 + 事件
- 特征工程：设计实时特征平台，将用户短期行为特征（近 1 小时/24 小时/7 天窗口内的点击序列、品类偏好）存储在 Redis
中，长期特征存储在 ClickHouse
中用于离线训练。特征上线前通过特征回溯工具验证离线与在线一致性，避免训练/推理不一致导致的模型效果劣化
- 模型部署与监控：基于 Triton Inference Server 部署深度学习推荐模型（DIN + 多任务学习），使用 TensorRT 将模型推理延迟从 50ms
降至 5ms。搭建 Prometheus + Grafana 监控推理服务状态，对特征覆盖率、模型打分分布、AUC 衰减进行实时监控与告警
---
安全方向项目经验：IoT 设备固件安全审计与漏洞挖掘
项目背景： 公司智能摄像头产品在海外市场被爆出存在远程代码执行漏洞，安全团队介入对全系列 IoT 设备进行安全审计与加固。
核心职责：
- 二进制逆向分析：使用 Ghidra + IDA Pro 对 ARM 架构固件进行逆向分析，定位固件解密密钥硬编码在 Bootloader
中的问题。通过提取固件文件系统，发现 3 个隐藏后门接口及 12 个硬编码凭据
- 漏洞挖掘：采用 AFL 对设备 Web 服务接口进行 Fuzzing，发现 2 个栈缓冲区溢出漏洞（CGI 参数长度未校验）。对 MQTT
协议实现进行协议 Fuzzing，发现 1
个堆溢出漏洞可导致设备远程崩溃。协助开发团队定位根因并产出修复补丁，涉及堆栈保护（canary）、ASLR 开启、输入长度校验等加固措施
项目背景： 公司核心 SaaS 产品因历史原因由多个团队分别维护，使用了 React / Vue / jQuery 三种技术栈，组件无法复用、构建速度超过
5 分钟、首屏加载 8 秒以上，用户反馈体验糟糕。
核心职责：
- 微前端架构改造：基于 Module Federation
搭建微前端基座，将三个技术栈的子系统逐步收敛到统一容器中，实现子应用独立开发部署，构建耗时从 5 分钟降至各子应用 30 秒
- 性能优化：首屏加载从 8 秒降至 1.2 秒——路由级 Code Splitting + 预加载关键路由、Core Web Vitals 优化（LCP 从 4.5s 降至
1.1s，CLS 从 0.25 降至 0.05）、图片采用 WebP 格式 + 自适应分辨率 + 懒加载、长列表虚拟滚动（react-window）渲染 10
万条数据无卡顿
- 组件体系建设：基于 React + TypeScript 设计统一组件库，封装 80+ 业务组件，发布至私有 npm 仓库，跨团队复用率达
60%，开发效率提升约 40%
---
后端方向项目经验：高并发支付结算系统设计与开发
项目背景： 公司日均支付交易 300 万笔，大促期间峰值 QPS 达 8,000。原有系统采用同步阻塞模型，大促期间频繁超时，数据库连接池耗尽
导致服务雪崩，且因分布式事务实现粗糙，存在资金对不平的隐患。
核心职责：
- 高并发处理：将同步支付链路改造为异步化架构，引入 Kafka 削峰填谷，支付请求先入队列再异步处理，峰值处理能力提升至 30,000
TPS；热点账户采用 Redis 缓存 + 定时批量落盘策略，数据库写 QPS 从 8,000 降至 500
- 服务治理：基于 Sentinel 实现接口级限流（令牌桶 + 排队等待）、熔断降级（慢调用比例阈值 +
半开探活）、舱壁隔离（信号量隔离线程池），大促期间保证核心支付链路的可用性在 99.99% 以上
- 数据一致性：设计基于 RocketMQ 事务消息 +
本地事务表的最终一致性方案，并通过定时对账任务与补偿机制处理异常。设计两阶段异步对账流程，资金差错率从 0.01%
降至百万分之一以下
---
数据/AI 方向项目经验：实时用户画像与推荐系统
项目背景： 公司内容平台 DAU 快速增长，需要从粗粒度的热门推荐升级为个性化推荐，要求用户行为到推荐结果延迟在 1 秒以内。
核心职责：
- 数据 Pipeline：基于 Flink 构建实时行为采集链路，接入 App 端 / Web 端埋点事件流（曝光、点击、停留、转化），实现窗口聚合 +
用户 Session 拼接，数据延迟从分钟级降至秒级，日处理 50 亿 + 事件
- 特征工程：设计实时特征平台，将用户短期行为特征（近 1 小时/24 小时/7 天窗口内的点击序列、品类偏好）存储在 Redis
中，长期特征存储在 ClickHouse
中用于离线训练。特征上线前通过特征回溯工具验证离线与在线一致性，避免训练/推理不一致导致的模型效果劣化
- 模型部署与监控：基于 Triton Inference Server 部署深度学习推荐模型（DIN + 多任务学习），使用 TensorRT 将模型推理延迟从 50ms
降至 5ms。搭建 Prometheus + Grafana 监控推理服务状态，对特征覆盖率、模型打分分布、AUC 衰减进行实时监控与告警
---
安全方向项目经验：IoT 设备固件安全审计与漏洞挖掘
项目背景： 公司智能摄像头产品在海外市场被爆出存在远程代码执行漏洞，安全团队介入对全系列 IoT 设备进行安全审计与加固。
核心职责：
- 二进制逆向分析：使用 Ghidra + IDA Pro 对 ARM 架构固件进行逆向分析，定位固件解密密钥硬编码在 Bootloader
中的问题。通过提取固件文件系统，发现 3 个隐藏后门接口及 12 个硬编码凭据
- 漏洞挖掘：采用 AFL 对设备 Web 服务接口进行 Fuzzing，发现 2 个栈缓冲区溢出漏洞（CGI 参数长度未校验）。对 MQTT
协议实现进行协议 Fuzzing，发现 1
个堆溢出漏洞可导致设备远程崩溃。协助开发团队定位根因并产出修复补丁，涉及堆栈保护（canary）、ASLR 开启、输入长度校验等加固措施
ID:419855
复制
逆向专家
C++高级工程师 · 10年经验 · 中电福富信息科技有限公司
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
一、编程语言与基础能力
- 精通一门编程语言，理解其核心特性、内存模型和最佳实践
- 掌握多门语言作为辅助，拥有多语言视角，理解不同语言的设计哲学
- 扎实的数据结构与算法：数组、链表、树、图、哈希表、排序、搜索、动态规划、贪心算法等
- 计算机系统基础：操作系统（进程/线程、内存管理、文件系统）、计算机网络（TCP/IP、HTTP/HTTPS、DNS）、数据库原理（事务、索引、 锁机制）
二、工程能力
- 版本控制：熟练使用 Git，理解分支策略（Git Flow / Trunk Based）、代码评审流程
- 软件设计：设计模式、SOLID 原则、领域驱动设计（DDD）、整洁架构、微服务架构
- 测试能力：单元测试、集成测试、端到端测试，理解 TDD/BDD 理念
- CI/CD：持续集成/持续部署流水线搭建与维护（Jenkins、GitHub Actions、GitLab CI）
- 容器化与编排：Docker、Kubernetes，理解云原生生态
- 数据库：关系型（MySQL、PostgreSQL）与非关系型（Redis、MongoDB），SQL 优化与数据建模
- API 设计：RESTful、GraphQL、gRPC，API 版本管理与文档化
三、进阶技术能力
- 分布式系统：一致性协议（Raft/Paxos）、分布式事务、消息队列（Kafka、RabbitMQ）、负载均衡、服务发现
- 可观测性：日志（ELK/Loki）、指标（Prometheus/Grafana）、链路追踪（Jaeger/Zipkin）
- 安全能力：常见安全漏洞（OWASP Top 10）的识别与防范、认证授权（OAuth 2.0、JWT）、数据加密
- 性能优化：代码级优化、数据库查询优化、缓存策略、CDN、异步处理
- 云计算：AWS/Azure/阿里云核心服务（计算、存储、网络、Serverless）
四、软技能与思维
- 问题分解能力：将复杂问题拆解为可执行的子任务
- 技术文档能力：清晰的技术方案设计、API 文档、架构图绘制
- 跨团队协作：理解产品需求，与产品、测试、运维高效沟通
- 持续学习：跟踪技术前沿，评估新技
- 精通一门编程语言，理解其核心特性、内存模型和最佳实践
- 掌握多门语言作为辅助，拥有多语言视角，理解不同语言的设计哲学
- 扎实的数据结构与算法：数组、链表、树、图、哈希表、排序、搜索、动态规划、贪心算法等
- 计算机系统基础：操作系统（进程/线程、内存管理、文件系统）、计算机网络（TCP/IP、HTTP/HTTPS、DNS）、数据库原理（事务、索引、 锁机制）
二、工程能力
- 版本控制：熟练使用 Git，理解分支策略（Git Flow / Trunk Based）、代码评审流程
- 软件设计：设计模式、SOLID 原则、领域驱动设计（DDD）、整洁架构、微服务架构
- 测试能力：单元测试、集成测试、端到端测试，理解 TDD/BDD 理念
- CI/CD：持续集成/持续部署流水线搭建与维护（Jenkins、GitHub Actions、GitLab CI）
- 容器化与编排：Docker、Kubernetes，理解云原生生态
- 数据库：关系型（MySQL、PostgreSQL）与非关系型（Redis、MongoDB），SQL 优化与数据建模
- API 设计：RESTful、GraphQL、gRPC，API 版本管理与文档化
三、进阶技术能力
- 分布式系统：一致性协议（Raft/Paxos）、分布式事务、消息队列（Kafka、RabbitMQ）、负载均衡、服务发现
- 可观测性：日志（ELK/Loki）、指标（Prometheus/Grafana）、链路追踪（Jaeger/Zipkin）
- 安全能力：常见安全漏洞（OWASP Top 10）的识别与防范、认证授权（OAuth 2.0、JWT）、数据加密
- 性能优化：代码级优化、数据库查询优化、缓存策略、CDN、异步处理
- 云计算：AWS/Azure/阿里云核心服务（计算、存储、网络、Serverless）
四、软技能与思维
- 问题分解能力：将复杂问题拆解为可执行的子任务
- 技术文档能力：清晰的技术方案设计、API 文档、架构图绘制
- 跨团队协作：理解产品需求，与产品、测试、运维高效沟通
- 持续学习：跟踪技术前沿，评估新技
项目经验
前端方向项目经验：大型 B 端后台管理系统前端架构重构
项目背景： 公司核心 SaaS 产品因历史原因由多个团队分别维护，使用了 React / Vue / jQuery 三种技术栈，组件无法复用、构建速度超过
5 分钟、首屏加载 8 秒以上，用户反馈体验糟糕。
核心职责：
- 微前端架构改造：基于 Module Federation
搭建微前端基座，将三个技术栈的子系统逐步收敛到统一容器中，实现子应用独立开发部署，构建耗时从 5 分钟降至各子应用 30 秒
- 性能优化：首屏加载从 8 秒降至 1.2 秒——路由级 Code Splitting + 预加载关键路由、Core Web Vitals 优化（LCP 从 4.5s 降至
1.1s，CLS 从 0.25 降至 0.05）、图片采用 WebP 格式 + 自适应分辨率 + 懒加载、长列表虚拟滚动（react-window）渲染 10
万条数据无卡顿
- 组件体系建设：基于 React + TypeScript 设计统一组件库，封装 80+ 业务组件，发布至私有 npm 仓库，跨团队复用率达
60%，开发效率提升约 40%
---
后端方向项目经验：高并发支付结算系统设计与开发
项目背景： 公司日均支付交易 300 万笔，大促期间峰值 QPS 达 8,000。原有系统采用同步阻塞模型，大促期间频繁超时，数据库连接池耗尽
导致服务雪崩，且因分布式事务实现粗糙，存在资金对不平的隐患。
核心职责：
- 高并发处理：将同步支付链路改造为异步化架构，引入 Kafka 削峰填谷，支付请求先入队列再异步处理，峰值处理能力提升至 30,000
TPS；热点账户采用 Redis 缓存 + 定时批量落盘策略，数据库写 QPS 从 8,000 降至 500
- 服务治理：基于 Sentinel 实现接口级限流（令牌桶 + 排队等待）、熔断降级（慢调用比例阈值 +
半开探活）、舱壁隔离（信号量隔离线程池），大促期间保证核心支付链路的可用性在 99.99% 以上
- 数据一致性：设计基于 RocketMQ 事务消息 +
本地事务表的最终一致性方案，并通过定时对账任务与补偿机制处理异常。设计两阶段异步对账流程，资金差错率从 0.01%
降至百万分之一以下
---
数据/AI 方向项目经验：实时用户画像与推荐系统
项目背景： 公司内容平台 DAU 快速增长，需要从粗粒度的热门推荐升级为个性化推荐，要求用户行为到推荐结果延迟在 1 秒以内。
核心职责：
- 数据 Pipeline：基于 Flink 构建实时行为采集链路，接入 App 端 / Web 端埋点事件流（曝光、点击、停留、转化），实现窗口聚合 +
用户 Session 拼接，数据延迟从分钟级降至秒级，日处理 50 亿 + 事件
- 特征工程：设计实时特征平台，将用户短期行为特征（近 1 小时/24 小时/7 天窗口内的点击序列、品类偏好）存储在 Redis
中，长期特征存储在 ClickHouse
中用于离线训练。特征上线前通过特征回溯工具验证离线与在线一致性，避免训练/推理不一致导致的模型效果劣化
- 模型部署与监控：基于 Triton Inference Server 部署深度学习推荐模型（DIN + 多任务学习），使用 TensorRT 将模型推理延迟从 50ms
降至 5ms。搭建 Prometheus + Grafana 监控推理服务状态，对特征覆盖率、模型打分分布、AUC 衰减进行实时监控与告警
---
安全方向项目经验：IoT 设备固件安全审计与漏洞挖掘
项目背景： 公司智能摄像头产品在海外市场被爆出存在远程代码执行漏洞，安全团队介入对全系列 IoT 设备进行安全审计与加固。
核心职责：
- 二进制逆向分析：使用 Ghidra + IDA Pro 对 ARM 架构固件进行逆向分析，定位固件解密密钥硬编码在 Bootloader
中的问题。通过提取固件文件系统，发现 3 个隐藏后门接口及 12 个硬编码凭据
- 漏洞挖掘：采用 AFL 对设备 Web 服务接口进行 Fuzzing，发现 2 个栈缓冲区溢出漏洞（CGI 参数长度未校验）。对 MQTT
协议实现进行协议 Fuzzing，发现 1
个堆溢出漏洞可导致设备远程崩溃。协助开发团队定位根因并产出修复补丁，涉及堆栈保护（canary）、ASLR 开启、输入长度校验等加固措施
项目背景： 公司核心 SaaS 产品因历史原因由多个团队分别维护，使用了 React / Vue / jQuery 三种技术栈，组件无法复用、构建速度超过
5 分钟、首屏加载 8 秒以上，用户反馈体验糟糕。
核心职责：
- 微前端架构改造：基于 Module Federation
搭建微前端基座，将三个技术栈的子系统逐步收敛到统一容器中，实现子应用独立开发部署，构建耗时从 5 分钟降至各子应用 30 秒
- 性能优化：首屏加载从 8 秒降至 1.2 秒——路由级 Code Splitting + 预加载关键路由、Core Web Vitals 优化（LCP 从 4.5s 降至
1.1s，CLS 从 0.25 降至 0.05）、图片采用 WebP 格式 + 自适应分辨率 + 懒加载、长列表虚拟滚动（react-window）渲染 10
万条数据无卡顿
- 组件体系建设：基于 React + TypeScript 设计统一组件库，封装 80+ 业务组件，发布至私有 npm 仓库，跨团队复用率达
60%，开发效率提升约 40%
---
后端方向项目经验：高并发支付结算系统设计与开发
项目背景： 公司日均支付交易 300 万笔，大促期间峰值 QPS 达 8,000。原有系统采用同步阻塞模型，大促期间频繁超时，数据库连接池耗尽
导致服务雪崩，且因分布式事务实现粗糙，存在资金对不平的隐患。
核心职责：
- 高并发处理：将同步支付链路改造为异步化架构，引入 Kafka 削峰填谷，支付请求先入队列再异步处理，峰值处理能力提升至 30,000
TPS；热点账户采用 Redis 缓存 + 定时批量落盘策略，数据库写 QPS 从 8,000 降至 500
- 服务治理：基于 Sentinel 实现接口级限流（令牌桶 + 排队等待）、熔断降级（慢调用比例阈值 +
半开探活）、舱壁隔离（信号量隔离线程池），大促期间保证核心支付链路的可用性在 99.99% 以上
- 数据一致性：设计基于 RocketMQ 事务消息 +
本地事务表的最终一致性方案，并通过定时对账任务与补偿机制处理异常。设计两阶段异步对账流程，资金差错率从 0.01%
降至百万分之一以下
---
数据/AI 方向项目经验：实时用户画像与推荐系统
项目背景： 公司内容平台 DAU 快速增长，需要从粗粒度的热门推荐升级为个性化推荐，要求用户行为到推荐结果延迟在 1 秒以内。
核心职责：
- 数据 Pipeline：基于 Flink 构建实时行为采集链路，接入 App 端 / Web 端埋点事件流（曝光、点击、停留、转化），实现窗口聚合 +
用户 Session 拼接，数据延迟从分钟级降至秒级，日处理 50 亿 + 事件
- 特征工程：设计实时特征平台，将用户短期行为特征（近 1 小时/24 小时/7 天窗口内的点击序列、品类偏好）存储在 Redis
中，长期特征存储在 ClickHouse
中用于离线训练。特征上线前通过特征回溯工具验证离线与在线一致性，避免训练/推理不一致导致的模型效果劣化
- 模型部署与监控：基于 Triton Inference Server 部署深度学习推荐模型（DIN + 多任务学习），使用 TensorRT 将模型推理延迟从 50ms
降至 5ms。搭建 Prometheus + Grafana 监控推理服务状态，对特征覆盖率、模型打分分布、AUC 衰减进行实时监控与告警
---
安全方向项目经验：IoT 设备固件安全审计与漏洞挖掘
项目背景： 公司智能摄像头产品在海外市场被爆出存在远程代码执行漏洞，安全团队介入对全系列 IoT 设备进行安全审计与加固。
核心职责：
- 二进制逆向分析：使用 Ghidra + IDA Pro 对 ARM 架构固件进行逆向分析，定位固件解密密钥硬编码在 Bootloader
中的问题。通过提取固件文件系统，发现 3 个隐藏后门接口及 12 个硬编码凭据
- 漏洞挖掘：采用 AFL 对设备 Web 服务接口进行 Fuzzing，发现 2 个栈缓冲区溢出漏洞（CGI 参数长度未校验）。对 MQTT
协议实现进行协议 Fuzzing，发现 1
个堆溢出漏洞可导致设备远程崩溃。协助开发团队定位根因并产出修复补丁，涉及堆栈保护（canary）、ASLR 开启、输入长度校验等加固措施
立即沟通
