熟练掌握Go、Java等主流后端编程语言。对Go语言的核心特性有深入理解,包括GMP并发模型、垃圾回收(GC)机制、Channel通信以及Slice、Map等常用数据结构的底层原理。在Java方面,深入掌握并发编程,熟悉JUC包下的锁机制、CAS原理、AQS同步器、线程池运作机制及ThreadLocal内存泄漏解决方案。
具备丰富的分布式系统设计与开发经验,熟悉微服务架构体系,对高并发、高可用、高性能系统的设计有实战经验。在数据存储方面,精通MySQL,对事务隔离级别、索引优化、锁机制及MVCC原理有深入研究;熟悉Redis,了解其持久化策略(RDB/AOF)及缓存穿透、击穿、雪崩等常见问题的解决方案。熟悉Kafka消息队列,曾利用其进行流量削峰填谷。
具备容器化部署能力,熟悉Docker、Kubernetes(K8s)及Jenkins,有基于Linux服务器的项目运维经验。掌握常用设计模式(如策略、装饰器模式),并在实际项目中用于优化代码结构和提升可维护性。拥有良好的编码习惯,熟悉Git协作流程。
1. 唯品会供应商赋能运营中台
该项目旨在为唯品会平台运营赋能,通过建立人群包进行用户画像洞察,以提升大促营销活动的效果。我主要负责后端服务的性能优化与核心流程开发。
性能优化:通过监控和日志分析,定位到系统接口瓶颈,引入Guava缓存框架对高频访问数据进行本地缓存,成功将接口响应速度提升40%,显著改善了前端页面的加载体验。
高可用设计:针对大促详情页模板读写的高并发场景,设计并实现了基于Redis的异地多活缓存架构,通过自定义方案解决跨地域Redis集群选主带来的不确定性,保障了核心数据的稳定读取。
核心流程开发:负责实现活动内容从初始化、提审到最终下发的全生命周期状态管理,并集成平台审核风控能力。
定时任务:使用Saturn Job实现夜间定时计算,自动化完成日、月、季度维度的用户增长与营销额目标完成率统计。
智能客服辅助与质检分析平台
2、智能客服系统
本项目旨在整合多渠道服务轨迹,为客服团队提供智能问答、坐席辅助及全量质检能力,系统性提升响应效率与服务规范水平。项目基于Go语言的Kratos微服务框架构建,并引入LangGraph进行LLM应用编排。
客户画像与精准识别:基于海量历史服务轨迹数据,抽象并构建了涵盖30+维度的客户画像体系。通过特征工程与XGBoost模型的应用,实现了高潜客户与高风险客户的精准识别,在线上A/B测试中精准匹配率(Precision@K)达90%,为运营策略的差异化投放提供了数据支撑。
高效知识库与话术推荐:为解决新员工上手慢、知识复用难的问题,我设计并实现了基于BM25 + M3E向量模型 + 业务权重相结合的混合检索方案,并通过RRF(倒数排名融合)算法聚合多路召回结果,搭建了客服知识库系统。该系统沉淀了超2000条问答与业务流程,支持一键检索与话术推荐,检索响应耗时控制在2秒以内,上线后话术采纳率达85%,显著缩短了客服的平均应答时长。
全量质检与LLM自动化打标:基于ReWOO(Reasoning Without Observation)框架,搭建了VOC(客户之声)质检Agent,实现了对客服会话通话的全量覆盖式质检,将传统人工抽检模式升级为全自动化流程,质检效率提升20倍,服务规范达标率随之提升至94%。同时,利用多模型投票机制与Few-shot增强策略,设计了LLM工单自动打标功能,支持超50种类别的精准分类,打标准确率达92%,单条工单的处理时长缩短60%,大幅降低了人工复核成本。
本项目是一个基于个人技术分享目的搭建的博客网站,采用前后端分离架构。前端使用现代响应式设计,适配PC与移动端访问;后端实现了文章发布、分类标签管理、全文检索、评论互动等核心功能。 我独立完成了该项目的全流程开发,包括架构设计、数据库表设计、接口开发及服务器部署运维。通过该项
本项目是唯品会内部使用的供应商运营中台,为平台运营提供人群包构建、用户画像洞察及大促营销活动管理能力。 我主要负责后端性能优化与核心流程开发。通过引入Guava本地缓存,将高频访问接口响应速度提升40%;设计基于Redis的异地多活缓存架构,保障大促期间详情页模板的稳定读取