技术能力

深耕 Java 企业级开发与 AI 大模型落地开发，具备完整后端架构、微服务搭建、大模型工程化落地实战能力，专注为中小企业、电商、本地商户、软件公司提供Java 系统定制 + AI 智能化改造一站式开发服务，可独立承接全流程项目，无需团队配合，交付周期可控、代码规范易维护。
核心技术能力
Java 企业开发全栈
熟练 SpringBoot、SpringCloud 微服务、MyBatis/MyBatis-Plus、Redis、MySQL、MongoDB、Elasticsearch；擅长后台管理系统、ERP、电商平台、CRM、小程序 / 公众号后端、高并发接口、定时任务、权限体系、支付流程、数据同步、容器 Docker 部署、服务器运维上线。
可完成：新项目从零搭建、老旧 Java 系统重构、功能迭代、bug 修复、性能优化、接口对接第三方平台。
AI 大模型工程化开发
基于 Spring AI、LangChain4j 开发企业级 AI 应用，适配通义千问、文心一言、DeepSeek、OpenAI 等主流大模型；
擅长 RAG 知识库问答、私有文档智能机器人、AI 智能客服、文本摘要 / 数据解析、智能报表、业务流程自动化、向量库（Milvus/FAISS）部署、大模型私有化本地部署、AI 流式对话接口、业务系统 AI 插件改造。
解决企业痛点：内部资料智能查询、客服降本、批量数据 AI 处理、业务流程自动生成文案 / 单据。

项目经验

项目 1：百万日活财经资讯交易 APP 后端开发
项目背景
一站式移动端财经平台，覆盖 A 股、基金、外汇品类，平台稳定日活超百万，整合实时行情、自选持仓、线上交易、资产核算、财经资讯、AI 智能诊股全业务能力。
技术栈
Java 17、SpringBoot3、SpringCloud 微服务、Spring AI、MyBatis-Plus、MySQL、Redis、RocketMQ、ES、K8s、Nacos、Sentinel、Milvus 向量库
个人职责
独立承担后端整体架构设计，负责行情、交易、AI 智能分析核心模块开发、系统高并发优化与大模型能力落地。
拆分用户、行情、交易、资讯、AI 五大微服务，依托 Nacos 实现服务治理与配置管理，Sentinel 搭建流量熔断降级体系，平稳承载平台高峰并发访问；
落地多级缓存架构，优化行情、个股、用户自选等高频查询逻辑，大幅缩短接口响应速度，减轻数据库访问压力；
对接第三方实时行情源，采用消息队列异步分发行情数据，解决开盘高峰期消息积压延迟问题，保障行情推送实时性；
基于 Spring AI 接入金融大模型，搭配 Milvus 向量库搭建金融 RAG 知识库，实现个股解读、持仓风险诊断、资讯智能总结等 AI 功能；
自主研发交易、资金、持仓核算核心模块，通过分布式锁规避重复下单风险，配套定时对账任务，线上无资金安全事故；
完成 JVM、容器全链路性能调优，缩减服务器运维开销，支撑平台后续量化智能业务迭代拓展。
项目成果
平台持续稳定百万日活，AI 智能板块上线后显著提升用户使用时长，资讯智能检索匹配效果优异。
项目 2：基于 FinRL-X 架构 AI 量化交易策略平台
项目背景
面向机构投研团队打造端到端 AI 量化系统，基于 FinRL-X 四层模块化架构设计，支持股票、指数、基金的强化学习策略训练、历史回测、模拟盘与实盘交易一体化落地。
技术栈
Java、SpringBoot、LangChain4j、FinRL-X、Python 算法协同、Milvus、ClickHouse、Docker、Kafka、DDPG/PPO 强化学习算法
个人职责
后端工程负责人，主导 FinRL-X 框架 Java 工程化封装，统筹数据链路、任务调度、实盘交易网关与前后端接口开发。
基于 FinRL-X 四层标准架构完成工程重构，统一金融数据接入规范，封装数据清洗、特征处理、市场仿真模块，打通离线回测与线上实盘执行通道，缩小虚实盘数据偏差；
采用 ClickHouse 时序数据库存储海量历史行情数据，搭建高吞吐数据处理管道，为强化学习模型批量训练提供数据支撑；
开发分布式策略调度服务，支持多模型并行训练、断点续训、参数调优，通过消息队列异步分发训练任务，大幅提升模型迭代效率；
融合大模型舆情分析与强化学习框架，打造 AI 混合量化策略，实现自动选股、智能仓位分配、风险对冲一体化逻辑；
对接券商开放 API 搭建实盘交易网关，完善风控拦截、滑点管控、操作日志审计，支持模拟、实盘环境一键切换；
输出标准化开放接口，对接可视化前端，实时计算并展示收益曲线、最大回撤、夏普比率等全套量化评估指标。
项目成果
平台落地多套自研 AI 量化策略，收益表现优于传统量化规则，有效缩短机构投研人员策略开发周期。

团队情况