sujwvsy
全栈开发 · 1年经验 · 温州拉普拉斯智能科技有限公司
0
累计接单
0
用户评价
0
被收藏
技术能力
本人具备扎实的计算机专业基础，熟悉全栈开发流程，能够在实际项目中独立完成前后端功能设计与交付。后端开发方面，熟练掌握 Java 编程语言及 Spring Boot 框架，能够构建 RESTful API 服务，具备服务端异常排查与性能优化的实战经验。同时掌握 Python，能够运用其进行数据分析处理及预测模型的应用落地。数据库方面，熟悉 MySQL 关系型数据库和 MongoDB 文档型数据库，具备 SQL 查询优化与数据建模能力，能够根据业务场景合理设计数据存储方案。
项目经验
项目一：监控主机系统
该项目面向工业监控场景，核心功能包括设备数据采集、控制指令下发及实时状态监控。本人参与后端核心功能模块的全流程开发，基于 Java 构建服务端应用，在 Linux 环境下完成系统部署与服务调优。负责电表、保护装置等工业设备交互接口的开发，通过 RS485 串口通信与 MQTT 协议实现设备数据的稳定采集与远程控制能力。在项目实施中，主导了系统模块化架构的调整与优化，通过合理的包结构设计与接口抽象，有效降低了模块间的代码耦合度，使后续功能扩展效率显著提升。同时承担屏幕接口全流程开发与自初始化逻辑优化，确保设备接入后能够自动完成参数配置与状态同步。项目上线后系统运行稳定，得到客户认可。
项目二：网关平台系统
该项目是一个物联网协议转换网关，实现 Modbus 及多种自定义协议设备的数据接入与 MQTT 协议转发。本人负责多协议统一解析模块的开发，将不同协议的设备数据标准化为 JSON 格式并按主题路由至云端，完成了设备数据“采集—转换—上云”的完整链路建设。在网络可靠性方面，设计并实现了断线重连、心跳保活机制，确保设备在弱网环境下仍能保持稳定通信。同时参与系统异常处理机制的完善，通过看门狗、热更新及日志记录等功能，实现了服务异常时的自动恢复能力，降低了人工运维成本。项目中积极引入 AI 辅助编程工具，利用其生成核心代码、单元测试用例及技术文档，整体开发效率提升约 60%，展现了新技术工具在实际研发中的落地价值。
项目三：能耗管理系统（EMS）
该项目是一个企业级能耗管理平台，涵盖能源监控、设备管理、报表统计等核心模块。本人参与系统整体架构设计讨论，独立完成了多个核心功能模块的开发交付。技术实现上，打通 Java 后端与 Python 数据分析能力之间的协作链路，利用 Python 完成能耗数据的分析与预测模型构建，并将结果通过数据看板以图表形式直观展示关键指标、能耗趋势及预测结果，辅助管理层决策。数据库层面，负责 MySQL 和 MongoDB 的日常维护与查询优化，通过合理索引设计与查询语句重构，使数据处理效率提升约 40%。项目上线后持续收集客户反馈，及时进行缺陷修复与功能迭代，保障了系统的长期稳定运行与用户满意度。
该项目面向工业监控场景，核心功能包括设备数据采集、控制指令下发及实时状态监控。本人参与后端核心功能模块的全流程开发，基于 Java 构建服务端应用，在 Linux 环境下完成系统部署与服务调优。负责电表、保护装置等工业设备交互接口的开发，通过 RS485 串口通信与 MQTT 协议实现设备数据的稳定采集与远程控制能力。在项目实施中，主导了系统模块化架构的调整与优化，通过合理的包结构设计与接口抽象，有效降低了模块间的代码耦合度，使后续功能扩展效率显著提升。同时承担屏幕接口全流程开发与自初始化逻辑优化，确保设备接入后能够自动完成参数配置与状态同步。项目上线后系统运行稳定，得到客户认可。
项目二：网关平台系统
该项目是一个物联网协议转换网关，实现 Modbus 及多种自定义协议设备的数据接入与 MQTT 协议转发。本人负责多协议统一解析模块的开发，将不同协议的设备数据标准化为 JSON 格式并按主题路由至云端，完成了设备数据“采集—转换—上云”的完整链路建设。在网络可靠性方面，设计并实现了断线重连、心跳保活机制，确保设备在弱网环境下仍能保持稳定通信。同时参与系统异常处理机制的完善，通过看门狗、热更新及日志记录等功能，实现了服务异常时的自动恢复能力，降低了人工运维成本。项目中积极引入 AI 辅助编程工具，利用其生成核心代码、单元测试用例及技术文档，整体开发效率提升约 60%，展现了新技术工具在实际研发中的落地价值。
项目三：能耗管理系统（EMS）
该项目是一个企业级能耗管理平台，涵盖能源监控、设备管理、报表统计等核心模块。本人参与系统整体架构设计讨论，独立完成了多个核心功能模块的开发交付。技术实现上，打通 Java 后端与 Python 数据分析能力之间的协作链路，利用 Python 完成能耗数据的分析与预测模型构建，并将结果通过数据看板以图表形式直观展示关键指标、能耗趋势及预测结果，辅助管理层决策。数据库层面，负责 MySQL 和 MongoDB 的日常维护与查询优化，通过合理索引设计与查询语句重构，使数据处理效率提升约 40%。项目上线后持续收集客户反馈，及时进行缺陷修复与功能迭代，保障了系统的长期稳定运行与用户满意度。
立即沟通
