• 熟悉 C/C++,有 STL 使用经验,具备扎实数据结构与算法,有算法竞赛训练背景(CCPC 金牌、蓝桥杯省一);
• 深入理解计算机网络,熟悉 TCP/IP 四层体系架构以及各层相关协议、Socket 网络编程;
• 熟悉 TCP/IP 协议栈及路由交换技术(OSPF/BGP/MPLS),理解网络分层架构与数据转发原理
• 熟悉 Linux 开发环境,熟练使用 gcc/gdb 等工具;
• 熟悉 MySQL 索引、事务、日志机制;有 MongoDB、Redis 使用经验;
• 熟悉 Git 版本控制及团队协作流程·了解企业计算机网络配置、维护、优化以及部署等技术;
• 熟悉 HTML5、CSS 以及 JavaScript 相关技术使用,了解 Vue3 相关内容;
• 了解 Qt 框架,有客户端开发经验;
• 了解常见设计模式(单例、工厂、观察者);
• 了解主流 AI 大模型 API 调用方式,本地 AI 模型部署基础:
基于 C++技术的 Online Judge 系统 个人全栈开发 2026.5-2026.6
技术栈:Vue3 + Vite (前端)| C++17 + MongoDB + Redis(后端)
项目背景:实验室开始面向全校扩招,洛谷团队只有 50 人权限,为满足实验室成员算法训练需求,独立设计并开发前后端分离的在线
判题平台,支持多种编程语言在线编译执行与自动化评测。
主要职责:
• 后端架构设计:基于 cpp-httplib 构建服务,实现请求路由、参数解析、JSON 响应封装
• 高性能判题引擎:使用 C++17 实现判题沙箱服务,采用进程隔离与资源限制,支持 C/C++/Java/Python/JS/Go 六种语言判题
• 数据层设计:Redis 缓存热点题目与排行榜,MongoDB 持久化存储用户数据与提交记录,设计嵌套文档结构实现父子评论回复
• 前端开发:Vue3 实现题目列表、代码编辑、提交记录、排行榜等核心页面,集成 Monaco Editor 提供类 IDE 代码编辑体验
项目成果:
• 平台已线上试运行,供实验室 20+成员日常使用,累计处理提交 100+次
• 判题沙箱通过青岛大学的开源安全沙箱系统隔离,保障安全性
• 支持 100+并发提交不阻塞,判题准确率 100%