有人等我回家吃饭@
产品研发工程师
南京图德科技 · 9年经验
日薪：
￥500/8h
地点：
南京 全区
时间：
下班后
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
技术栈：Golang + Python + 常见前端框架 + LLM相关。
在日常顾问与项目交付中，我构建了一套“双核驱动、前后贯通”的技术能力体系，具体展开如下：
Golang 层面：我深度使用 Go 进行高并发微服务与中间件开发。依托其协程（Goroutine）和通道（Channel）模型，我曾主导过日活百万级的 API 网关项目，在 8 核实例上轻松支撑 2 万+ QPS，P99 延迟控制在 15ms 以内。我熟练运用 Gin / Fiber 等 Web 框架，结合 sqlx / GORM 进行数据层优化，并借助 pprof 和 trace 工具精准定位性能瓶颈。尤为注重最终制品的工程化交付——通过静态编译、UPX 压缩及 Docker 多阶段构建，将镜像体积控制在 20MB 以内，启动时间不足 0.3 秒，实现秒级弹性扩缩容；配合 go:embed 内嵌静态资源，单二进制文件即可完整部署，极大降低了运维复杂度与云资源成本，在边缘计算和 K8s 环境下表现优异。
Python 层面：我将其定位为“敏捷创新利器”，开发效率较静态语言提升 3-5 倍。业务场景覆盖从 FastAPI / Django 的常规 Web 后端、Pandas / NumPy 的数据清洗，到 Celery / Dramatiq 的异步任务调度，再到自动化运维、爬虫及测试框架的全链路。近期重点深耕 LLM 生态，熟练调用 OpenAI / Anthropic API，并结合 LangChain / LlamaIndex 构建 RAG 知识库与 Agent 工作流；同时掌握 vLLM、ollama 等本地推理框架，能针对不同业务场景灵活切换云端大模型与开源小模型，并利用 Pydantic 和 type hints 保证代码健壮性。
前端与全栈整合：我具备 Vue3 + TypeScript + Element Plus 的实战经验，能独立完成管理后台与数据看板；对 WebSocket、SSE 等实时通信机制有落地实践，确保前后端联调顺畅。
综合优势：我善于根据项目阶段选择合适技术——新项目快速验证用 Python 搭原型，性能敏感或长期维护的核心服务用 Go 固化重构，并借助 CI/CD（GitHub Actions / ArgoCD）实现自动化构建与灰度发布。这
在日常顾问与项目交付中，我构建了一套“双核驱动、前后贯通”的技术能力体系，具体展开如下：
Golang 层面：我深度使用 Go 进行高并发微服务与中间件开发。依托其协程（Goroutine）和通道（Channel）模型，我曾主导过日活百万级的 API 网关项目，在 8 核实例上轻松支撑 2 万+ QPS，P99 延迟控制在 15ms 以内。我熟练运用 Gin / Fiber 等 Web 框架，结合 sqlx / GORM 进行数据层优化，并借助 pprof 和 trace 工具精准定位性能瓶颈。尤为注重最终制品的工程化交付——通过静态编译、UPX 压缩及 Docker 多阶段构建，将镜像体积控制在 20MB 以内，启动时间不足 0.3 秒，实现秒级弹性扩缩容；配合 go:embed 内嵌静态资源，单二进制文件即可完整部署，极大降低了运维复杂度与云资源成本，在边缘计算和 K8s 环境下表现优异。
Python 层面：我将其定位为“敏捷创新利器”，开发效率较静态语言提升 3-5 倍。业务场景覆盖从 FastAPI / Django 的常规 Web 后端、Pandas / NumPy 的数据清洗，到 Celery / Dramatiq 的异步任务调度，再到自动化运维、爬虫及测试框架的全链路。近期重点深耕 LLM 生态，熟练调用 OpenAI / Anthropic API，并结合 LangChain / LlamaIndex 构建 RAG 知识库与 Agent 工作流；同时掌握 vLLM、ollama 等本地推理框架，能针对不同业务场景灵活切换云端大模型与开源小模型，并利用 Pydantic 和 type hints 保证代码健壮性。
前端与全栈整合：我具备 Vue3 + TypeScript + Element Plus 的实战经验，能独立完成管理后台与数据看板；对 WebSocket、SSE 等实时通信机制有落地实践，确保前后端联调顺畅。
综合优势：我善于根据项目阶段选择合适技术——新项目快速验证用 Python 搭原型，性能敏感或长期维护的核心服务用 Go 固化重构，并借助 CI/CD（GitHub Actions / ArgoCD）实现自动化构建与灰度发布。这
项目经验
某能源大数据平台（全栈开发，2021.05-至今）
能源行业一站式数据服务平台，覆盖气象、负荷、GIS可视化等业务。
技术栈：Python (Tornado/Flask) + Golang (Gin) + Vue3/TypeScript + Mapbox/天地图 + MySQL/Redis/PostgreSQL + LangChain/RAG
核心亮点：
全栈架构：独立完成前后端开发、部署运维，涵盖用户认证、支付、GIS、管理后台等核心模块。
Go高并发重构：将核心查询接口从Python迁移至Gin，QPS提升至5000+，响应从180ms降至32ms；静态编译+UPX压缩，镜像<20MB，秒级启动，云成本降低30%。
AI智能客服（RAG）：基于LangChain实现混合召回+重排序，严格限定模型回复来源，幻觉率<5%；上线后人工咨询量下降45%，自助解决率达72%。
实时通信：WebSocket推送计算日志，SSE下发任务状态，支撑仿真计算闭环。
成果：日均PV 10万+，可用性99.9%，获公司年度优秀项目奖。
能源行业一站式数据服务平台，覆盖气象、负荷、GIS可视化等业务。
技术栈：Python (Tornado/Flask) + Golang (Gin) + Vue3/TypeScript + Mapbox/天地图 + MySQL/Redis/PostgreSQL + LangChain/RAG
核心亮点：
全栈架构：独立完成前后端开发、部署运维，涵盖用户认证、支付、GIS、管理后台等核心模块。
Go高并发重构：将核心查询接口从Python迁移至Gin，QPS提升至5000+，响应从180ms降至32ms；静态编译+UPX压缩，镜像<20MB，秒级启动，云成本降低30%。
AI智能客服（RAG）：基于LangChain实现混合召回+重排序，严格限定模型回复来源，幻觉率<5%；上线后人工咨询量下降45%，自助解决率达72%。
实时通信：WebSocket推送计算日志，SSE下发任务状态，支撑仿真计算闭环。
成果：日均PV 10万+，可用性99.9%，获公司年度优秀项目奖。
有人等我回家吃饭@
产品研发工程师 · 9年经验 · 南京图德科技
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
技术栈：Golang + Python + 常见前端框架 + LLM相关。
在日常顾问与项目交付中，我构建了一套“双核驱动、前后贯通”的技术能力体系，具体展开如下：
Golang 层面：我深度使用 Go 进行高并发微服务与中间件开发。依托其协程（Goroutine）和通道（Channel）模型，我曾主导过日活百万级的 API 网关项目，在 8 核实例上轻松支撑 2 万+ QPS，P99 延迟控制在 15ms 以内。我熟练运用 Gin / Fiber 等 Web 框架，结合 sqlx / GORM 进行数据层优化，并借助 pprof 和 trace 工具精准定位性能瓶颈。尤为注重最终制品的工程化交付——通过静态编译、UPX 压缩及 Docker 多阶段构建，将镜像体积控制在 20MB 以内，启动时间不足 0.3 秒，实现秒级弹性扩缩容；配合 go:embed 内嵌静态资源，单二进制文件即可完整部署，极大降低了运维复杂度与云资源成本，在边缘计算和 K8s 环境下表现优异。
Python 层面：我将其定位为“敏捷创新利器”，开发效率较静态语言提升 3-5 倍。业务场景覆盖从 FastAPI / Django 的常规 Web 后端、Pandas / NumPy 的数据清洗，到 Celery / Dramatiq 的异步任务调度，再到自动化运维、爬虫及测试框架的全链路。近期重点深耕 LLM 生态，熟练调用 OpenAI / Anthropic API，并结合 LangChain / LlamaIndex 构建 RAG 知识库与 Agent 工作流；同时掌握 vLLM、ollama 等本地推理框架，能针对不同业务场景灵活切换云端大模型与开源小模型，并利用 Pydantic 和 type hints 保证代码健壮性。
前端与全栈整合：我具备 Vue3 + TypeScript + Element Plus 的实战经验，能独立完成管理后台与数据看板；对 WebSocket、SSE 等实时通信机制有落地实践，确保前后端联调顺畅。
综合优势：我善于根据项目阶段选择合适技术——新项目快速验证用 Python 搭原型，性能敏感或长期维护的核心服务用 Go 固化重构，并借助 CI/CD（GitHub Actions / ArgoCD）实现自动化构建与灰度发布。这
在日常顾问与项目交付中，我构建了一套“双核驱动、前后贯通”的技术能力体系，具体展开如下：
Golang 层面：我深度使用 Go 进行高并发微服务与中间件开发。依托其协程（Goroutine）和通道（Channel）模型，我曾主导过日活百万级的 API 网关项目，在 8 核实例上轻松支撑 2 万+ QPS，P99 延迟控制在 15ms 以内。我熟练运用 Gin / Fiber 等 Web 框架，结合 sqlx / GORM 进行数据层优化，并借助 pprof 和 trace 工具精准定位性能瓶颈。尤为注重最终制品的工程化交付——通过静态编译、UPX 压缩及 Docker 多阶段构建，将镜像体积控制在 20MB 以内，启动时间不足 0.3 秒，实现秒级弹性扩缩容；配合 go:embed 内嵌静态资源，单二进制文件即可完整部署，极大降低了运维复杂度与云资源成本，在边缘计算和 K8s 环境下表现优异。
Python 层面：我将其定位为“敏捷创新利器”，开发效率较静态语言提升 3-5 倍。业务场景覆盖从 FastAPI / Django 的常规 Web 后端、Pandas / NumPy 的数据清洗，到 Celery / Dramatiq 的异步任务调度，再到自动化运维、爬虫及测试框架的全链路。近期重点深耕 LLM 生态，熟练调用 OpenAI / Anthropic API，并结合 LangChain / LlamaIndex 构建 RAG 知识库与 Agent 工作流；同时掌握 vLLM、ollama 等本地推理框架，能针对不同业务场景灵活切换云端大模型与开源小模型，并利用 Pydantic 和 type hints 保证代码健壮性。
前端与全栈整合：我具备 Vue3 + TypeScript + Element Plus 的实战经验，能独立完成管理后台与数据看板；对 WebSocket、SSE 等实时通信机制有落地实践，确保前后端联调顺畅。
综合优势：我善于根据项目阶段选择合适技术——新项目快速验证用 Python 搭原型，性能敏感或长期维护的核心服务用 Go 固化重构，并借助 CI/CD（GitHub Actions / ArgoCD）实现自动化构建与灰度发布。这
项目经验
某能源大数据平台（全栈开发，2021.05-至今）
能源行业一站式数据服务平台，覆盖气象、负荷、GIS可视化等业务。
技术栈：Python (Tornado/Flask) + Golang (Gin) + Vue3/TypeScript + Mapbox/天地图 + MySQL/Redis/PostgreSQL + LangChain/RAG
核心亮点：
全栈架构：独立完成前后端开发、部署运维，涵盖用户认证、支付、GIS、管理后台等核心模块。
Go高并发重构：将核心查询接口从Python迁移至Gin，QPS提升至5000+，响应从180ms降至32ms；静态编译+UPX压缩，镜像<20MB，秒级启动，云成本降低30%。
AI智能客服（RAG）：基于LangChain实现混合召回+重排序，严格限定模型回复来源，幻觉率<5%；上线后人工咨询量下降45%，自助解决率达72%。
实时通信：WebSocket推送计算日志，SSE下发任务状态，支撑仿真计算闭环。
成果：日均PV 10万+，可用性99.9%，获公司年度优秀项目奖。
能源行业一站式数据服务平台，覆盖气象、负荷、GIS可视化等业务。
技术栈：Python (Tornado/Flask) + Golang (Gin) + Vue3/TypeScript + Mapbox/天地图 + MySQL/Redis/PostgreSQL + LangChain/RAG
核心亮点：
全栈架构：独立完成前后端开发、部署运维，涵盖用户认证、支付、GIS、管理后台等核心模块。
Go高并发重构：将核心查询接口从Python迁移至Gin，QPS提升至5000+，响应从180ms降至32ms；静态编译+UPX压缩，镜像<20MB，秒级启动，云成本降低30%。
AI智能客服（RAG）：基于LangChain实现混合召回+重排序，严格限定模型回复来源，幻觉率<5%；上线后人工咨询量下降45%，自助解决率达72%。
实时通信：WebSocket推送计算日志，SSE下发任务状态，支撑仿真计算闭环。
成果：日均PV 10万+，可用性99.9%，获公司年度优秀项目奖。
立即沟通
