具备扎实的Java基础,熟悉IO,多线程等技术,熟悉JVM,具备独⽴解决问题能⼒;
熟练掌握SpringBoot、Mybatis等开源框架的使⽤;
熟练掌握SpringCloud和SpringCloud Alibaba相关组件;
熟悉MySQL数据库,熟悉SQL优化,对其底层实现原理有深⼊理解;
熟悉Redis、RabbitMQ、RocketMQ、Dubbo、ES等中间件,具备⼀定的问题排查能⼒;
熟悉分布式事务、分布式锁、分布式数据库、分布式ID等主流解决⽅案;
熟悉常⽤的GOF设计模式,可在实际业务场景中合理运⽤;
熟悉Spring AI⼤模型框架,以及RAG、Tool Calling、MCP等AI应⽤开发技术;
熟练使⽤Claude Code、Codex AI编程⼯具进⾏研发提效;
potter
项⽬描述:
Spotter是⼀个⾯向跨境电商B2B领域的⼀站式解决⽅案平台,旨在为中国优质品牌商提供全链路的出海服务。平台能⼒
覆盖品牌与产品管理、产品数据分析与BI报告、营销管理、订单库存管理、供应链物流交付等场景。作为其核⼼后端研
发团队的⼀员,我深度参与了该平台核⼼组件开发与系统性能优化⼯作,确保了平台在多租户、多渠道、全球化运营场
景下的稳定性与⾼效性。
技术栈:
SpringBoot、SpringCloudAlibaba、Spring AI、MyBatis、MySQL、Redis、RocketMQ、StarRocks、XXL-JOB、
Flowable、EasyExcel、Claude Code
负责内容:
1、以核⼼开发者的身份,参与该项⽬的性能优化、技术选型、可⽤性建设、技术难点攻关,以及核⼼代码的开发⼯作。
2、通过结构化提示词、Code Review和单元测试等⼿段,解决AI编程⽣成代码中的事务控制、幂等性校验、业务逻辑
校验、核⼼⽇志埋点以及性能和并发安全问题,并通过提示词限制AI修改代码的边界和范围的⽅式,使AI编程在重构旧
代码时安全可控。
3、“智能客服”模块,“知识库检索”功能,通过先向量筛选、后AI确认的两阶段策略平衡性能与准确性,引⼊Milvus实
现RAG的语义检索环节步骤,与ES的传统的关键词检索结合使⽤,再通过RRF + Rerank进⾏排序结果归并, 将答案召
回率提升20%+ 。
4、“智能客服”模块,“知识库检索”模块,通过Milvus HNSW索引策略实现毫秒级TopK检索、适配知识库的⾼召回要
求,以及调整Milvus cache_size为物理内存的50%,使⾼频访问的知识库内容向量常驻内存,减少磁盘IO,并通过⽗
⼦块索引机制实现“先粗筛、后精选”,将整体检索性能提升5到10倍。
5、“智能客服”模块,“智能建库”功能,通过批量化Embedding⽣成、线程池并⾏导⼊、分段提交、延迟索引构建等策
略,优化千万级知识分⽚向量化⼊库流程,将 Milvus 向量检索库整体导⼊吞吐提升 500%+。
6、“智能客服”模块,“智能问答”功能,通过结构化提示词,固定窗⼝截断、对话摘要压缩、超时清空的⽅式进⾏上下
⽂治理,控制Token数量的⽅式来控制输出,Redis缓存⾼频结果的⽅式减少⼤模型调⽤,以及进⾏模型分级调度,⽤
免费轻量级⼤模型处理简单任务,满⾎⼤模型处理复杂任务等⽅式,将每⽉⼤模型Token消耗费⽤降低为原来的20%。
7、“商品与品牌中⼼”模块,“档案数据批量导⼊、解析、验证、落库”场景,通过单次改批量、串⾏改并⾏、数据预
热、逻辑简化及复⽤等⽅式,将处理吞吐量提升400%,并通过线程池并⾏化 + MappedByteBuffer的Zero Copy机
制,将商品多⽂件下载吞吐量提升900%。
8、“商品与品牌中⼼”模块,通过提升代码复⽤性的⽅式优化研发效率,并对各类型商品创建存在流程差异的地⽅,采
⽤“模板⽅法”模式在各⾃⼦类实现,最终将该场景下的研发效率提升50%。
9、“⼯单与客服协同”模块,调研并引⼊Flowable⼯作流引擎,通过可视化操作的⽅式⾼效地进⾏审核流程编排,代替
以往的定制化Hard Code⽅式,并交由技术实施⼈员进⾏维护,彻底释放研发⼈员产能。
10、“产品分析与数据运营”模块,通过XXL-JOB分⽚⼴播 + CompletableFuture线程并⾏化⽅式进⾏“各类产品指标、
BI趋势图统计分析”,并通过⽀持断点⾃动续跑、多维度⼩范围重跑修正的⽅式,解决当出现问题只能全量重跑导致时
间消耗过⻓的痛点,将该场景下的全年核对及时性从99.3%提升⾄100%。
11、系统持续巡检优化,通过发现、定位、解决OOM、数据库死锁、索引失效、恶意访问请求等问题的⽅式,提升系统
稳定性和健壮性,并将其输出为问题排查⽆脑预案,将团队整体问题排查效率提升80%。
轻流平台
项⽬描述:
该系统是公司打造的⽆代码系统搭建平台,通过强⼤的表单、可⾃定义的业务流程、丰富的数据报表、灵活的权限管
理、以及⾃动化业务机器⼈Q-Robot串联起企业的多元化业务管理,帮助管理者将⾃⼰的想法落地成个性化定制系统,
实现管理理念的数字化转型升级,助⼒平台整合团队内部协作及外部业务管理。
技术栈:
SpringBoot、SpringCloudAlibaba、MyBatis、MySQL、Redis、RabbitMQ、EFK、SkyWalking
负责内容:
1、以核⼼开发者的身份,参与该项⽬的性能优化、微服务拆分、可⽤性建设,以及核⼼代码的开发⼯作。
2、参与系统从单体架构往微服