猿急送>

苏州Java兼职程序员

ID：424121

废话不再多

高级java开发工程师

公司信息：
平安证券

工作经验：
10年

兼职日薪：
800元/8小时

兼职时间：
下班后

所在区域：
苏州
全区

技术能力

精通java，python及golang，深入理解面向对象编程原理，数据结构和算法基础扎实，具有良好的编码风格和编程习惯。
擅长基于 Spring、Spring boot、 Hibernate、mybatis、Spring Cloud Alibaba、 Dubbo 进行微服设计与开发。
熟练使用pgsql、Oracle、Mysql 等关系型数据库及 redis、mangodb、hadoop等非关系型数据库,复杂sql/存储过程的编写及调优。
熟练使用redis，memcached等缓存技术，kafka，rabbitmq等消息队列技术。
熟悉使用 Arthas、Jmap 等性能调优工具，eclipse analysis等内存溢出排查工具。
熟练掌握git，svn等版本控制软件的使用，maven，npm使用，idea，pycharm，eclipse，vscode等开发工具使用。
熟练掌握 linux 基本命令，并熟悉虚拟机，docker等容器化技术和指令，k8s容器管理技术。
了解前端 Vue 、react、jQuery、js技术栈，并可以进行管理平台项目搭建和开发维护工作。
英语熟练(CET-4)，可以阅读技术文档以及进行工作沟通。

项目经验

2025.04-2025.12
项目名称：AI code review智能体
技术栈：spring+springboot+spring data jpa+redis+celery+deepseek等
项目描述：在AI潮流趋势下，公司内部展开大模型应用课题研究，我负责"AI代码评审"相关DS课题，致力于将大模型能力深度融入研发流程，提升代码质量与评审效率。研究初期，尝试使用低参数模型进行代码审查，发现其在复杂代码逻辑理解方面存在明显不足。随后，有幸测试了高性能版本的DS模型，并验证了其在代码评审任务中的出色表现，为后续研究明确了方向。在公司算力资源逐步到位后，系统性地对多种开源大模型进行了全面的性能与效果评估，最终选定deepseek 3.1 671B模型作为现阶段代码智能评审的核心模型。该模型在响应速度与生成质量方面表现优异，具备较高的性价比，为项目的持续部署和应用提供了坚实支撑
业绩: 为进一步推动AI代码评审的普及，组织了一场关于AI代码评审推广活动，活动后，共有28个Git项目陆续引入AI评审机制，显著提升了代码审查效率与质量，推动了团队整体研发效能的提升。

2024.2-2025.4
项目名称：智能化经营中间件管理平台
技术栈：spring+springboot+mybatis plus+saltstack+celery+vue等
项目背景：解决多团队中间件资源交付慢（人工部署）、版本混乱、安全漏洞修复效率低（涉及数百台服务器）、人工配置易出错四大痛点，支撑敏捷开发与安全合规需求。
核心职责与成果：自动化部署体系构建。总结并收集常用的运维自动化部署脚本，实现中间件一键部署、配置初始化、插件检查等功能。运维效率提升。构建可视化运维平台，支持中间件生命周期管理（监控/扩缩容/日志收集），运维操作效率提升70%。中间件监控体系搭建。通过自研日志系统以及标准中间件日志，自动产生标准化监控数据（grafana+influxdb）

2023.12-2024.10
项目名称：平安证券虚拟日志系统vlc
技术栈：spring+springboot+hibernate+shiro+Vue+kafka+redis+跳表+自研配置中心等
项目背景以及简介：集中式日志系统存在多方面的问题，开市流量高峰期日志延迟甚至丢失，与交易系统共用带宽造成对交易的影响，ES、Kafka等集群成本高，以及复杂的维护管理模式经常在关键时刻掉链子，造成这个问题的核心原因是实时同步日志的机制。虚拟日志系统采用了按需获取、即查即用的架构，自研了高效的文件检索算法（基于跳表，类似于redis zset底层）彻底解决以上问题，取得非常好的效果，并受邀在集团知识分享会上进行分享交流。
项目亮点及创新点：
虚拟日志中心采取命令分发处理的架构，将日志查询命令下发到业务系统所在的主机，由自研的高效文件检索算法提供日志查询服务，该架构规避了大量传输日志数据所带来的一切问题。同时也利用了日志写多读少的特性，不仅提升了资源利用率，还大幅降低日志系统本身的资源成本。在不同的网络区域里设置日志代理人节点，结合自研的在集团内首创的逻辑组织模型，不仅无缝地解决了多机房管理难的挑战，还可以灵活支持深圳通等小机房，及FAT/UAT等各种开发测试环境。利用K8S的特性对容器化支持更加友好，开发、测试、运维在日志接入使用时全程无感，同时进一步降低成本。
业绩: 彻底解决原日志系统存在的问题，生产环境127个子系统，1227个组件，减少了约7000Mbps的带宽，日志系统服务器从110 台物理机降到40台虚拟机：仅用10台虚拟机满足了全部开发测试环境的日志查询需求；连接了22个网络区域，实现所有机房的连通上线以来几乎0故障，仅需0.5人力进行日常维护

2022.5-2023.12
项目名称：deepinsight客户经营平台
技术栈：python+sanic+ray+redis+websocket+typescript+reactjs等
项目背景： AI大模型众多，版本难以维护，训练及预测定时任务难以规范化管理；训练，预测代码无规范化维护，模型文件存放等缺少规范化管理，旨在通过数据驱动的方式，帮助业务团队高效管理AI项目，提升运营策略的效果和归因分析能力。
核心职责与成果：经调研，市面上的开源框架ray支持大部分算法模型的分布式计算。故开发了deepinsight客户经营平台，支持分布式训练及预测，合理利用GPU资源。平台分为模型代码及版本管理，数据集管理，模型广场，计划管理，客户经营等模块，用户在模型代码页面上传模型代码，配置数据集，并在模型广场通过简单的配置，即可创建执行计划，整个过程简单快捷，并且可快速部