Mr.Zhang

Java后端高级工程师
浪潮 · 8年经验
Mr.Zhang
日薪: ¥500/8h
地点: 济南
时间: 下班后周六周日
ID:432015 复制

0
接单数
0
评价数
0
收藏数

AI 技能提取 | 微服务 高并发 Spring Boot Spring Cloud 测试 Maven Linux
担任研发组长,负责基于SpringBoot、SpringCloud微服务技术栈的项目架构设计与落地实施工作。主导项目技术方案评审,完成各类中间件、业务插件、第三方组件的调研评估与选型,负责生产、测试多套Linux服务器环境规划、部署与运维搭建。统筹项目整体开发过程,参与前期需求对接,梳理拆解业务功能清单,把控项目开发进度、代码质量与交付风险。
沉淀业务通用能力,封装项目所需工具包与公共组件,维护Maven私服,实现组件团队复用,减少重复开发,提升整体研发效率。面对复杂业务场景,独立完成核心模块开发,落地高并发处理、接口限流、多级缓存、数据存储优化等架构方案,解决性能瓶颈、业务逻辑复杂等各类技术难题,保障系统高可用,协调团队推进项目稳定交付。

Xx银行数据上报系统

项目背景

随着金融监管政策持续更新,银行各类经营数据、信贷数据、风控数据需按照监管要求定时、标准化、结构化上报至上级监管机构。原有传统人工整理、Excel汇总、手工填报的方式,存在数据统计滞后、数据误差率高、上报流程不规范、追溯性差、无法满足监管实时报送要求等问题。为统一全行数据口径、自动化完成数据抽取、清洗、校验、汇总、上报、回执解析全流程,降低人工成本、规避监管错报漏报风险,保障银行监管报送工作合规、高效、稳定落地,启动银行数据上报系统建设项目。

担任职务

研发组长,负责项目整体架构设计、技术选型、团队开发统筹、难点攻坚、代码质量管控、环境搭建、公共组件封装等全流程技术管理与核心开发工作。

开发流程

1. 需求梳理阶段:对接产品、业务、风控及监管部门,拆解监管报送指标,梳理全量业务功能清单,统一数据上报口径与校验规则。
2. 架构设计阶段:基于SpringBoot + SpringCloud微服务架构进行整体架构拆分,完成中间件、插件、缓存、限流组件技术选型,规划Linux测试、生产部署环境。
3. 开发管控阶段:拆分模块任务分配团队开发,封装通用数据处理工具、文件解析、报表导出公共组件,上传至Maven私服供团队统一复用。
4. 功能开发与攻坚:独立负责核心的数据清洗、批量计算、并发上报、异常重试、缓存优化等复杂模块开发,解决业务与性能难点。
5. 测试联调上线:统一把控代码质量、单元测试、接口联调、压力测试,完成服务器部署上线、线上问题迭代优化,保障系统平稳交付。

产品亮点

1. 全流程自动化报送:实现数据自动抽取、清洗、校验、汇总、生成报表、自动上报、回执接收全流程自动化,彻底替代传统人工填报,大幅提升报送效率。
2. 严格的监管校验机制:内置多层数据规则校验、合规校验、逻辑校验,提前拦截异常数据,杜绝错报、漏报、迟报,完全适配金融监管合规要求。
3. 数据可追溯可复盘:留存全量报送日志、数据版本记录、操作记录,支持报送记录查询、复盘、导出,满足银行内部审计与监管核查需求。
4. 高适配可扩展:系统支持监管指标迭代更新,可快速新增报送报表与报送任务,适配后续监管政策变更,扩展性极强。

技术难点

1. 大批量数据并发处理:银行每日交易、信贷数据量大,批量汇总计算极易出现超时、内存溢出问题,通过线程池优化、分片处理、异步多线程调度、多级缓存架构,解决大数据量计算卡顿、超时问题。
2. 接口高并发上报限流防护:监管接口存在访问频次限制,针对高频上报场景,自研限流、熔断、失败重试机制,有效避免接口超限、上报失败、数据丢失问题。
3. 复杂数据清洗与口径统一:多源业务系统数据格式杂乱、字段不统一,需完成异构数据融合、去重、补全、格式标准化,解决数据不一致、统计偏差问题。
4. 系统稳定性保障:报送任务定时定点执行,对系统可用性要求极高,通过集群部署、定时任务容错、日志监控、异常告警,保障每日报送任务零故障执行。

最终交付成果

成功落地银行全自动化数据上报系统,实现多类监管报表无人值守自动报送,彻底替代人工报表统计工作;系统运行稳定,数据准确率、报送成功率达到100%,完全满足金融监管合规要求。有效降低人工运维成本,规避监管处罚风险;通过封装公共技术组件,大幅提升团队开发效率,系统可长期迭代复用,支撑银行后续所有监管数据报送业务稳定开发。
Mr.Zhang ID:432015 复制

Mr.Zhang

Java后端高级工程师 · 8年经验 · 浪潮
城市济南 日薪500元/8h 时间 下班后周六周日
0
累计接单
0
用户评价
0
被收藏

信用行为

0
接单数
0
评价数
0
收藏数

技术能力

AI 技能提取 | 微服务 高并发 Spring Boot Spring Cloud 测试 Maven Linux
担任研发组长,负责基于SpringBoot、SpringCloud微服务技术栈的项目架构设计与落地实施工作。主导项目技术方案评审,完成各类中间件、业务插件、第三方组件的调研评估与选型,负责生产、测试多套Linux服务器环境规划、部署与运维搭建。统筹项目整体开发过程,参与前期需求对接,梳理拆解业务功能清单,把控项目开发进度、代码质量与交付风险。
沉淀业务通用能力,封装项目所需工具包与公共组件,维护Maven私服,实现组件团队复用,减少重复开发,提升整体研发效率。面对复杂业务场景,独立完成核心模块开发,落地高并发处理、接口限流、多级缓存、数据存储优化等架构方案,解决性能瓶颈、业务逻辑复杂等各类技术难题,保障系统高可用,协调团队推进项目稳定交付。

项目经验

Xx银行数据上报系统

项目背景

随着金融监管政策持续更新,银行各类经营数据、信贷数据、风控数据需按照监管要求定时、标准化、结构化上报至上级监管机构。原有传统人工整理、Excel汇总、手工填报的方式,存在数据统计滞后、数据误差率高、上报流程不规范、追溯性差、无法满足监管实时报送要求等问题。为统一全行数据口径、自动化完成数据抽取、清洗、校验、汇总、上报、回执解析全流程,降低人工成本、规避监管错报漏报风险,保障银行监管报送工作合规、高效、稳定落地,启动银行数据上报系统建设项目。

担任职务

研发组长,负责项目整体架构设计、技术选型、团队开发统筹、难点攻坚、代码质量管控、环境搭建、公共组件封装等全流程技术管理与核心开发工作。

开发流程

1. 需求梳理阶段:对接产品、业务、风控及监管部门,拆解监管报送指标,梳理全量业务功能清单,统一数据上报口径与校验规则。
2. 架构设计阶段:基于SpringBoot + SpringCloud微服务架构进行整体架构拆分,完成中间件、插件、缓存、限流组件技术选型,规划Linux测试、生产部署环境。
3. 开发管控阶段:拆分模块任务分配团队开发,封装通用数据处理工具、文件解析、报表导出公共组件,上传至Maven私服供团队统一复用。
4. 功能开发与攻坚:独立负责核心的数据清洗、批量计算、并发上报、异常重试、缓存优化等复杂模块开发,解决业务与性能难点。
5. 测试联调上线:统一把控代码质量、单元测试、接口联调、压力测试,完成服务器部署上线、线上问题迭代优化,保障系统平稳交付。

产品亮点

1. 全流程自动化报送:实现数据自动抽取、清洗、校验、汇总、生成报表、自动上报、回执接收全流程自动化,彻底替代传统人工填报,大幅提升报送效率。
2. 严格的监管校验机制:内置多层数据规则校验、合规校验、逻辑校验,提前拦截异常数据,杜绝错报、漏报、迟报,完全适配金融监管合规要求。
3. 数据可追溯可复盘:留存全量报送日志、数据版本记录、操作记录,支持报送记录查询、复盘、导出,满足银行内部审计与监管核查需求。
4. 高适配可扩展:系统支持监管指标迭代更新,可快速新增报送报表与报送任务,适配后续监管政策变更,扩展性极强。

技术难点

1. 大批量数据并发处理:银行每日交易、信贷数据量大,批量汇总计算极易出现超时、内存溢出问题,通过线程池优化、分片处理、异步多线程调度、多级缓存架构,解决大数据量计算卡顿、超时问题。
2. 接口高并发上报限流防护:监管接口存在访问频次限制,针对高频上报场景,自研限流、熔断、失败重试机制,有效避免接口超限、上报失败、数据丢失问题。
3. 复杂数据清洗与口径统一:多源业务系统数据格式杂乱、字段不统一,需完成异构数据融合、去重、补全、格式标准化,解决数据不一致、统计偏差问题。
4. 系统稳定性保障:报送任务定时定点执行,对系统可用性要求极高,通过集群部署、定时任务容错、日志监控、异常告警,保障每日报送任务零故障执行。

最终交付成果

成功落地银行全自动化数据上报系统,实现多类监管报表无人值守自动报送,彻底替代人工报表统计工作;系统运行稳定,数据准确率、报送成功率达到100%,完全满足金融监管合规要求。有效降低人工运维成本,规避监管处罚风险;通过封装公共技术组件,大幅提升团队开发效率,系统可长期迭代复用,支撑银行后续所有监管数据报送业务稳定开发。
客服二维码

没找到合适的人才?

扫码添加客服极速匹配,或直接发布需求让更多人才主动报名

平台担保交易 · 1小时内不满意可退款

平台信誉与实力

基于 35,336 需求方信任

  • 支付宝企业信用分 优秀 评级
  • 市场份额约占全行业三分之一
  • 程序员兼职行业全能首选平台
查看平台资质详情
收藏