后端架构
Java 8/17 JVM调优 Spring Cloud Python/FastAPI 并发编程
数据 & 中间件
MySQL/PG/ClickHouse Redis/IGNITE Kafka/RabbitMQ Flink Elasticsearch
AI 工程化
LLM/RAG Agent/Workflow Claude Skill 聊天机器人
运维 & 全栈
Docker/ELK Prometheus/Grafana Nginx/APISIX Vue/UniApp Linux/Shell
【性能攻坚 · 浦银投组】头寸试算耗时从 >100s 降至 20s:
针对100+产品穿透后80w持仓数据试算超时问题,两周内完成四轮优化: ① 修复业务代码缺陷;②优化查询效率,较少无关字段,增加SQL索引;③ 引入进程池并行计算提升CPU利用率; ④ 将MyBatis直接执行改为游标方式执行SQL降低内存占用
测试、生产环境完成数据核验后,输出改动方案、完整报告与回退方案。 仅上线前三版即实现耗时降低80%,所有常见场景均明显提升。
【架构重构 · 邮储风险追批】单日追批从 90分钟 → 30分钟:
原框架涉及发起、调度、监控、人工停止等重型组件,业务线优化空间极有限。 独立设计"中台拆分下游批处理"方案,将任务粒度细化并剥离调度逻辑, 上线后单日追批耗时降至30分钟以内(业务线主动调整到50分钟),获客户高度认可。
【AI工程化 · Agent辅助开发】
参与公司AI Agent落地,将传统开发流程转化为 Skills + Tools + Workflow 自动化链路: "需求分析 → 设计方案 → SQL模板生成 → 出入参解析 → API报文生成 → 前端页面自动生成", 实现从需求到接口的全流程AI辅助,显著提升内部研发效率。
| 角色 | 职位 |
| 负责人 | 架构师 |
| 队员 | 前端工程师 |
| 队员 | 后端工程师 |
一、项目背景与核心提效逻辑 1. 传统开发痛点与提效目标 业务复杂度高:系统涉及资产、行情、组合、估值、交易、销售、风险七大核心数据域,依赖大量 DW 表和 Tag 表,开发门槛高。 流程自动化转型:将原本由人工负责的需求文档解读、设计文档编写及单元模型开发,转变为“AI
个人账户伪装成手表qq登录,用户可以在通过群聊或添加好友进行对话。每个群、用户 独立上下文,并对内容进行审核控制