Jiax-L
软件工程师
成都思越智能装备股份有限公司 · 1年经验
日薪：
￥500/8h
地点：
成都
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
Java 核心：精通 Java 面向对象编程，深入理解集合框架、反射、注解、多线程与并发编程、IO/NIO 等 JDK 核心技术，具备扎实的编程功底、源码阅读能力与工程化编码习惯。
Go 语言：熟悉 Go 核心语法与工程实践，掌握 struct、interface、指针、错误处理、go module 等基础特性，了解 goroutine/channel 并发模型，能编写高并发、可维护的服务端程序。
Python 与数据采集：熟悉 Python 基础语法及常用库，掌握 Requests、BeautifulSoup、Scrapy 等爬虫技术，能完成合规数据采集、数据清洗、自动化脚本与简单数据分析，了解常见反爬机制、robots 协议与数据采集伦理。
框架与全栈开发：熟练掌握 Spring、SpringBoot、SpringCloud，深入理解 IOC、AOP、声明式事务、自动装配等核心原理；熟悉 Vue3、Axios、JavaScript、Express、若依等开发框架，具备前后端分离与全栈开发能力，能独立完成需求分析、接口设计、开发联调、部署上线全流程。
数据存储与中间件：熟悉 MySQL、Redis，掌握索引优化、执行计划分析、事务管控与锁机制，具备缓存架构设计及缓存穿透/击穿/雪崩治理能力；熟练使用 MinIO、OSS 等分布式对象存储，能设计文件上传、资源存储、权限控制与访问优化方案。
AI Coding：熟练使用通义千问、DeepSeek、ChatGPT 等 AI 平台，熟练运用 Cursor、Trae、Codex、Claude Code 等 AI 开发工具，具备 Prompt 工程与 AI 辅助研发能力，能高效完成代码生成、重构、调试、测试与文档编写，显著提升研发效率。
计算机基础与运维：掌握常用数据结构与经典算法，熟悉 Linux 常用命令、Docker 容器化部署与基本运维，具备良好的代码规范、问题定位、性能调优与工程化落地能力。
工业方向补充：了解 Java 上位机、MES/WMS 系统开发流程，对 Modbus、OPC UA 等工业通信协议有基本认知，具备向工业软件方向快速转型的意愿与学习能力
Go 语言：熟悉 Go 核心语法与工程实践，掌握 struct、interface、指针、错误处理、go module 等基础特性，了解 goroutine/channel 并发模型，能编写高并发、可维护的服务端程序。
Python 与数据采集：熟悉 Python 基础语法及常用库，掌握 Requests、BeautifulSoup、Scrapy 等爬虫技术，能完成合规数据采集、数据清洗、自动化脚本与简单数据分析，了解常见反爬机制、robots 协议与数据采集伦理。
框架与全栈开发：熟练掌握 Spring、SpringBoot、SpringCloud，深入理解 IOC、AOP、声明式事务、自动装配等核心原理；熟悉 Vue3、Axios、JavaScript、Express、若依等开发框架，具备前后端分离与全栈开发能力，能独立完成需求分析、接口设计、开发联调、部署上线全流程。
数据存储与中间件：熟悉 MySQL、Redis，掌握索引优化、执行计划分析、事务管控与锁机制，具备缓存架构设计及缓存穿透/击穿/雪崩治理能力；熟练使用 MinIO、OSS 等分布式对象存储，能设计文件上传、资源存储、权限控制与访问优化方案。
AI Coding：熟练使用通义千问、DeepSeek、ChatGPT 等 AI 平台，熟练运用 Cursor、Trae、Codex、Claude Code 等 AI 开发工具，具备 Prompt 工程与 AI 辅助研发能力，能高效完成代码生成、重构、调试、测试与文档编写，显著提升研发效率。
计算机基础与运维：掌握常用数据结构与经典算法，熟悉 Linux 常用命令、Docker 容器化部署与基本运维，具备良好的代码规范、问题定位、性能调优与工程化落地能力。
工业方向补充：了解 Java 上位机、MES/WMS 系统开发流程，对 Modbus、OPC UA 等工业通信协议有基本认知，具备向工业软件方向快速转型的意愿与学习能力
项目经验
KK-电商 - 全栈开发 2025年11月-2026年05月
项目描述：基于 RuoYi 微服务架构的电商交易平台，涵盖商品、订单、购物车、支付、秒杀等核心业务模块 ，并提供 AI 智能客服与AI 商品图生成能力。系统需支撑大促期间的高并发流量，保证低延迟与高可用。
技术栈：Spring Boot 4.0、Spring Cloud 2025、MyBatis、Druid、Redis、JWT、MinIO、Go、Gin、Vue、Element UI、Axios、 Nginx、MySQL 8.0、Nacos、Oss
核心工作：
.基于 RuoYi 微服务架构的全栈业务开发：基于 Spring Cloud + Nacos + MyBatis 开发商品、订单、购物车、支付、秒杀等 6 个核心微服务模块；前端基于 Vue2 + Element-UI 搭建管理后台（kkds-ui），实现商品上下架、订单管理、秒杀配置等操作界面；使用JWT + Redis 实现统一身份认证 ，并基于 Spring Security 完成多角色权限控制（管理员/运营/客服）。
. Go 网关与混合架构重构：分阶段使用 Go + Gin 替换 Spring Cloud Gateway ，制定灰度切流方案（5% → 20% → 50% → 100% ) ；在 Go 网关中实现路由匹配（Radix Tree）、熔断降级（gobreaker）、超时控制（context）、静态地址兜底（Nacos fallback )等机制；通过压测对比验证性能 ，持续调优连接池与内存分配。
AI 智能客服与商品图生成：集成 DeepSeek、MI MO、Qwen 三个大模型 ，设计三层配置覆盖机制（默认值 → Nacos → 数据库） ,实现运行时热切换；实现 RAG 检索增强生成：用户提问时自动从电商数据库检索商品/订单/库存等实时数据 ，注入 AI 上下文；基于火山引擎 Seedream 实现 AI 商品图生成，采用异步任务队列 + 阿里云 OSS 持久化存储，避免阻塞主流程。
.WebSocket 实时推送服务：独立开发基于 Go + gorilla/websocket 的实时推送服务 ，用于秒杀倒计时、订单状态变更、库存预警等场景。
服务治理与高可用设计：配置 Nacos 服务注册发现 + Go 网关静态地址双保险，解决注册中心故障时的单点依赖问题；
个人贡献：
.性能优化成果：Go 网关单机 QPS 达 1,753（Java 约 1,430） ，P50 延迟 9.3ms（Java 约 19.9ms） ，内存 40MB（Java 约800MB） ，内存降低约 95% ，P50 延迟降低约 50%；
.认证服务对比：Go 认证服务 QPS 213（Java 约 91） ，内存 24MB（Java 约 700MB），吞吐为 Java 的 2.3 倍 ，内存约为Java的 1/28；
. 资源节省：单台服务器实例部署密度提升约 20 倍 ，综合硬件成本预计降低 50%-60%；
.AI 能力：RAG 增强后 ，AI 客服对订单/库存类问题的回答准确率提升约40% ，AI 生图采用异步解耦后核心接口响应时间降低 60%
.WebSocket：支撑 10 万 + 并发长连接，保障秒杀场景稳定。
项目描述：基于 RuoYi 微服务架构的电商交易平台，涵盖商品、订单、购物车、支付、秒杀等核心业务模块 ，并提供 AI 智能客服与AI 商品图生成能力。系统需支撑大促期间的高并发流量，保证低延迟与高可用。
技术栈：Spring Boot 4.0、Spring Cloud 2025、MyBatis、Druid、Redis、JWT、MinIO、Go、Gin、Vue、Element UI、Axios、 Nginx、MySQL 8.0、Nacos、Oss
核心工作：
.基于 RuoYi 微服务架构的全栈业务开发：基于 Spring Cloud + Nacos + MyBatis 开发商品、订单、购物车、支付、秒杀等 6 个核心微服务模块；前端基于 Vue2 + Element-UI 搭建管理后台（kkds-ui），实现商品上下架、订单管理、秒杀配置等操作界面；使用JWT + Redis 实现统一身份认证 ，并基于 Spring Security 完成多角色权限控制（管理员/运营/客服）。
. Go 网关与混合架构重构：分阶段使用 Go + Gin 替换 Spring Cloud Gateway ，制定灰度切流方案（5% → 20% → 50% → 100% ) ；在 Go 网关中实现路由匹配（Radix Tree）、熔断降级（gobreaker）、超时控制（context）、静态地址兜底（Nacos fallback )等机制；通过压测对比验证性能 ，持续调优连接池与内存分配。
AI 智能客服与商品图生成：集成 DeepSeek、MI MO、Qwen 三个大模型 ，设计三层配置覆盖机制（默认值 → Nacos → 数据库） ,实现运行时热切换；实现 RAG 检索增强生成：用户提问时自动从电商数据库检索商品/订单/库存等实时数据 ，注入 AI 上下文；基于火山引擎 Seedream 实现 AI 商品图生成，采用异步任务队列 + 阿里云 OSS 持久化存储，避免阻塞主流程。
.WebSocket 实时推送服务：独立开发基于 Go + gorilla/websocket 的实时推送服务 ，用于秒杀倒计时、订单状态变更、库存预警等场景。
服务治理与高可用设计：配置 Nacos 服务注册发现 + Go 网关静态地址双保险，解决注册中心故障时的单点依赖问题；
个人贡献：
.性能优化成果：Go 网关单机 QPS 达 1,753（Java 约 1,430） ，P50 延迟 9.3ms（Java 约 19.9ms） ，内存 40MB（Java 约800MB） ，内存降低约 95% ，P50 延迟降低约 50%；
.认证服务对比：Go 认证服务 QPS 213（Java 约 91） ，内存 24MB（Java 约 700MB），吞吐为 Java 的 2.3 倍 ，内存约为Java的 1/28；
. 资源节省：单台服务器实例部署密度提升约 20 倍 ，综合硬件成本预计降低 50%-60%；
.AI 能力：RAG 增强后 ，AI 客服对订单/库存类问题的回答准确率提升约40% ，AI 生图采用异步解耦后核心接口响应时间降低 60%
.WebSocket：支撑 10 万 + 并发长连接，保障秒杀场景稳定。
团队情况
整包服务：
微信公众号开发微信小程序开发PC网站开发H5网站开发App开发WebApp开发UI设计游戏类开发AI类开发其他开发
负责人：
软件工程师
团队成员：
产品经理 UI设计师 前端工程师 后端工程师
Jiax-L
有团队 · 可整包
软件工程师 · 1年经验 · 成都思越智能装备股份有限公司
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
Java 核心：精通 Java 面向对象编程，深入理解集合框架、反射、注解、多线程与并发编程、IO/NIO 等 JDK 核心技术，具备扎实的编程功底、源码阅读能力与工程化编码习惯。
Go 语言：熟悉 Go 核心语法与工程实践，掌握 struct、interface、指针、错误处理、go module 等基础特性，了解 goroutine/channel 并发模型，能编写高并发、可维护的服务端程序。
Python 与数据采集：熟悉 Python 基础语法及常用库，掌握 Requests、BeautifulSoup、Scrapy 等爬虫技术，能完成合规数据采集、数据清洗、自动化脚本与简单数据分析，了解常见反爬机制、robots 协议与数据采集伦理。
框架与全栈开发：熟练掌握 Spring、SpringBoot、SpringCloud，深入理解 IOC、AOP、声明式事务、自动装配等核心原理；熟悉 Vue3、Axios、JavaScript、Express、若依等开发框架，具备前后端分离与全栈开发能力，能独立完成需求分析、接口设计、开发联调、部署上线全流程。
数据存储与中间件：熟悉 MySQL、Redis，掌握索引优化、执行计划分析、事务管控与锁机制，具备缓存架构设计及缓存穿透/击穿/雪崩治理能力；熟练使用 MinIO、OSS 等分布式对象存储，能设计文件上传、资源存储、权限控制与访问优化方案。
AI Coding：熟练使用通义千问、DeepSeek、ChatGPT 等 AI 平台，熟练运用 Cursor、Trae、Codex、Claude Code 等 AI 开发工具，具备 Prompt 工程与 AI 辅助研发能力，能高效完成代码生成、重构、调试、测试与文档编写，显著提升研发效率。
计算机基础与运维：掌握常用数据结构与经典算法，熟悉 Linux 常用命令、Docker 容器化部署与基本运维，具备良好的代码规范、问题定位、性能调优与工程化落地能力。
工业方向补充：了解 Java 上位机、MES/WMS 系统开发流程，对 Modbus、OPC UA 等工业通信协议有基本认知，具备向工业软件方向快速转型的意愿与学习能力
Go 语言：熟悉 Go 核心语法与工程实践，掌握 struct、interface、指针、错误处理、go module 等基础特性，了解 goroutine/channel 并发模型，能编写高并发、可维护的服务端程序。
Python 与数据采集：熟悉 Python 基础语法及常用库，掌握 Requests、BeautifulSoup、Scrapy 等爬虫技术，能完成合规数据采集、数据清洗、自动化脚本与简单数据分析，了解常见反爬机制、robots 协议与数据采集伦理。
框架与全栈开发：熟练掌握 Spring、SpringBoot、SpringCloud，深入理解 IOC、AOP、声明式事务、自动装配等核心原理；熟悉 Vue3、Axios、JavaScript、Express、若依等开发框架，具备前后端分离与全栈开发能力，能独立完成需求分析、接口设计、开发联调、部署上线全流程。
数据存储与中间件：熟悉 MySQL、Redis，掌握索引优化、执行计划分析、事务管控与锁机制，具备缓存架构设计及缓存穿透/击穿/雪崩治理能力；熟练使用 MinIO、OSS 等分布式对象存储，能设计文件上传、资源存储、权限控制与访问优化方案。
AI Coding：熟练使用通义千问、DeepSeek、ChatGPT 等 AI 平台，熟练运用 Cursor、Trae、Codex、Claude Code 等 AI 开发工具，具备 Prompt 工程与 AI 辅助研发能力，能高效完成代码生成、重构、调试、测试与文档编写，显著提升研发效率。
计算机基础与运维：掌握常用数据结构与经典算法，熟悉 Linux 常用命令、Docker 容器化部署与基本运维，具备良好的代码规范、问题定位、性能调优与工程化落地能力。
工业方向补充：了解 Java 上位机、MES/WMS 系统开发流程，对 Modbus、OPC UA 等工业通信协议有基本认知，具备向工业软件方向快速转型的意愿与学习能力
项目经验
KK-电商 - 全栈开发 2025年11月-2026年05月
项目描述：基于 RuoYi 微服务架构的电商交易平台，涵盖商品、订单、购物车、支付、秒杀等核心业务模块 ，并提供 AI 智能客服与AI 商品图生成能力。系统需支撑大促期间的高并发流量，保证低延迟与高可用。
技术栈：Spring Boot 4.0、Spring Cloud 2025、MyBatis、Druid、Redis、JWT、MinIO、Go、Gin、Vue、Element UI、Axios、 Nginx、MySQL 8.0、Nacos、Oss
核心工作：
.基于 RuoYi 微服务架构的全栈业务开发：基于 Spring Cloud + Nacos + MyBatis 开发商品、订单、购物车、支付、秒杀等 6 个核心微服务模块；前端基于 Vue2 + Element-UI 搭建管理后台（kkds-ui），实现商品上下架、订单管理、秒杀配置等操作界面；使用JWT + Redis 实现统一身份认证 ，并基于 Spring Security 完成多角色权限控制（管理员/运营/客服）。
. Go 网关与混合架构重构：分阶段使用 Go + Gin 替换 Spring Cloud Gateway ，制定灰度切流方案（5% → 20% → 50% → 100% ) ；在 Go 网关中实现路由匹配（Radix Tree）、熔断降级（gobreaker）、超时控制（context）、静态地址兜底（Nacos fallback )等机制；通过压测对比验证性能 ，持续调优连接池与内存分配。
AI 智能客服与商品图生成：集成 DeepSeek、MI MO、Qwen 三个大模型 ，设计三层配置覆盖机制（默认值 → Nacos → 数据库） ,实现运行时热切换；实现 RAG 检索增强生成：用户提问时自动从电商数据库检索商品/订单/库存等实时数据 ，注入 AI 上下文；基于火山引擎 Seedream 实现 AI 商品图生成，采用异步任务队列 + 阿里云 OSS 持久化存储，避免阻塞主流程。
.WebSocket 实时推送服务：独立开发基于 Go + gorilla/websocket 的实时推送服务 ，用于秒杀倒计时、订单状态变更、库存预警等场景。
服务治理与高可用设计：配置 Nacos 服务注册发现 + Go 网关静态地址双保险，解决注册中心故障时的单点依赖问题；
个人贡献：
.性能优化成果：Go 网关单机 QPS 达 1,753（Java 约 1,430） ，P50 延迟 9.3ms（Java 约 19.9ms） ，内存 40MB（Java 约800MB） ，内存降低约 95% ，P50 延迟降低约 50%；
.认证服务对比：Go 认证服务 QPS 213（Java 约 91） ，内存 24MB（Java 约 700MB），吞吐为 Java 的 2.3 倍 ，内存约为Java的 1/28；
. 资源节省：单台服务器实例部署密度提升约 20 倍 ，综合硬件成本预计降低 50%-60%；
.AI 能力：RAG 增强后 ，AI 客服对订单/库存类问题的回答准确率提升约40% ，AI 生图采用异步解耦后核心接口响应时间降低 60%
.WebSocket：支撑 10 万 + 并发长连接，保障秒杀场景稳定。
项目描述：基于 RuoYi 微服务架构的电商交易平台，涵盖商品、订单、购物车、支付、秒杀等核心业务模块 ，并提供 AI 智能客服与AI 商品图生成能力。系统需支撑大促期间的高并发流量，保证低延迟与高可用。
技术栈：Spring Boot 4.0、Spring Cloud 2025、MyBatis、Druid、Redis、JWT、MinIO、Go、Gin、Vue、Element UI、Axios、 Nginx、MySQL 8.0、Nacos、Oss
核心工作：
.基于 RuoYi 微服务架构的全栈业务开发：基于 Spring Cloud + Nacos + MyBatis 开发商品、订单、购物车、支付、秒杀等 6 个核心微服务模块；前端基于 Vue2 + Element-UI 搭建管理后台（kkds-ui），实现商品上下架、订单管理、秒杀配置等操作界面；使用JWT + Redis 实现统一身份认证 ，并基于 Spring Security 完成多角色权限控制（管理员/运营/客服）。
. Go 网关与混合架构重构：分阶段使用 Go + Gin 替换 Spring Cloud Gateway ，制定灰度切流方案（5% → 20% → 50% → 100% ) ；在 Go 网关中实现路由匹配（Radix Tree）、熔断降级（gobreaker）、超时控制（context）、静态地址兜底（Nacos fallback )等机制；通过压测对比验证性能 ，持续调优连接池与内存分配。
AI 智能客服与商品图生成：集成 DeepSeek、MI MO、Qwen 三个大模型 ，设计三层配置覆盖机制（默认值 → Nacos → 数据库） ,实现运行时热切换；实现 RAG 检索增强生成：用户提问时自动从电商数据库检索商品/订单/库存等实时数据 ，注入 AI 上下文；基于火山引擎 Seedream 实现 AI 商品图生成，采用异步任务队列 + 阿里云 OSS 持久化存储，避免阻塞主流程。
.WebSocket 实时推送服务：独立开发基于 Go + gorilla/websocket 的实时推送服务 ，用于秒杀倒计时、订单状态变更、库存预警等场景。
服务治理与高可用设计：配置 Nacos 服务注册发现 + Go 网关静态地址双保险，解决注册中心故障时的单点依赖问题；
个人贡献：
.性能优化成果：Go 网关单机 QPS 达 1,753（Java 约 1,430） ，P50 延迟 9.3ms（Java 约 19.9ms） ，内存 40MB（Java 约800MB） ，内存降低约 95% ，P50 延迟降低约 50%；
.认证服务对比：Go 认证服务 QPS 213（Java 约 91） ，内存 24MB（Java 约 700MB），吞吐为 Java 的 2.3 倍 ，内存约为Java的 1/28；
. 资源节省：单台服务器实例部署密度提升约 20 倍 ，综合硬件成本预计降低 50%-60%；
.AI 能力：RAG 增强后 ，AI 客服对订单/库存类问题的回答准确率提升约40% ，AI 生图采用异步解耦后核心接口响应时间降低 60%
.WebSocket：支撑 10 万 + 并发长连接，保障秒杀场景稳定。
团队情况
服务范围：
团队构成：
负责人(软件工程师)
|
核心队员：产品经理 ·
UI设计师 ·
前端工程师 ·
后端工程师
案例展示
kk电商
基于 RuoYi 微服务架构 构建的电商交易平台，涵盖商品、订单、购物车、支付、秒杀等核心业务模块，并提供 AI 智能客服与 AI 商品图生成能力。系统面向大促高并发场景设计，需支撑低延迟、高可用与数据一致性。项目分阶段用 Go + Gin 替换 Spring Cloud Gat
kk-猎聘者
面向猎头与招聘场景，自研一套多平台招聘流程自动化中台。系统支持在猎聘、BOSS直聘等主流招聘平台间自动切换招聘者/猎头身份，打通简历采集、人才流程跟踪、JD 智能解析、简历自动打分与筛选全链路，并基于本地大模型实现候选人匹配度评估。同时集成自动投递简历、自动打招呼、智能聊天应答与
小k-理财助手
小k 理财助手，一款完全本地运行的私人财务管理系统：通过 OCR 识别微信、支付宝账单截图自动记账，提供数据可视化看板与 Android 独立应用双端形态，账单、账户数据全程不上传云端； 独立开发，覆盖全流程：需求分析与产品设计、交互设计、系统架构、数据库设计、Python 后
立即沟通
相似人才推荐：
