Z
高级Java开发工程师，python开发工程师
北京雷音电子技术开发有限公司 · 5年经验
日薪：
￥500/8h
地点：
北京
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
熟练Java后端开发，技术栈包含JDK1.8、SpringBoot2.7、MyBatis、MySQL、Redis；熟练使用Python进行数据处理、脚本开发、算法服务对接；了解Flutter、UniApp前端开发，熟悉YOLOv8目标检测、ByteTrack目标追踪等视觉方案。擅长后端业务系统搭建、接口开发、时序数据优化、国产化服务器部署调试，可在CentOS、银河麒麟等环境完成服务部署、排错迭代。擅长解决多源数据接入、并发性能瓶颈、跨服务联调、算法结果落地等问题，能够独立交付后端模块，配合算法、前端团队完成全链路联调，适合智能监测、AI视觉配套、企业业务系统类开发项目。
项目经验
项目一：工业AI智能监测与异常分析平台
项目描述
负责工业智能监测全链路后台系统研发，针对海量设备时序数据、AI视觉检测数据做统一接入、清洗、分析、告警溯源，解决传统监测数据散乱、异常滞后、人工排查效率低的痛点，支撑全天候自动化智能运维。
核心职责 & 技术亮点
1. 后端架构搭建：基于SpringBoot2.7 + MySQL + Redis搭建高可用后台服务，设计时序数据表结构，优化索引与分表策略，支撑上千路设备秒级数据上报，解决高并发写入卡顿、数据丢失问题。
2. 业务核心开发：独立完成数据接入、协议解析、数据校验、异常判定、分级告警、消息推送全模块开发，自定义阈值判定逻辑，实现设备故障毫秒级识别、2秒内告警推送。
3. 缓存与性能优化：使用Redis做热点数据缓存、分布式限流、定时任务防抖，将高频查询接口响应速度提升60%以上，有效抵御高峰期流量冲击。
4. 多环境国产化适配：完成CentOS7、银河麒麟、飞腾D2000国产服务器部署适配，解决系统兼容、依赖适配、权限适配等线上问题，保障服务国产化稳定运行。
项目成果
系统稳定线上运行，日均处理千万级设备数据，异常识别准确率大幅提升，替代70%人工巡检工作，大幅降低运维故障漏检、迟检问题。
项目二：AI视觉目标检测与数据智能分析系统
项目描述
参与基于YOLOv8的智能视觉检测项目，负责算法落地、数据预处理、结果智能分析与后台对接开发，实现目标识别、轨迹追踪、异常行为判定自动化，适配实时视频流检测场景。
核心职责 & 技术亮点
1. Python数据工程开发：使用Python完成数据集清洗、标注校验、数据增强脚本开发，自动化筛选有效样本、剔除脏数据，大幅提升模型训练效率与精度。
2. 算法落地优化：部署YOLOv8检测、ByteTrack多目标追踪算法，优化推理帧率，解决视频流卡顿、目标漏检、ID跳变问题，实现实时高精度连续追踪。
3. 前后端&算法联调：开发Python接口服务，对接Java后端，实现检测结果、轨迹数据、异常截图的自动入库、实时上报、日志留存，打通「算法推理-数据存储-后台展示」全链路。
4. 智能统计分析：编写自动化统计脚本，对检测数据做频次、区域、时长维度智能分析，自动生成异常报表，为业务复盘提供数据支撑。
项目成果
完成视觉算法工程化落地，视频流检测帧率稳定，检测精度满足业务标准，实现视觉监测全流程自动化，成功落地智能分析业务场景。
项目描述
负责工业智能监测全链路后台系统研发，针对海量设备时序数据、AI视觉检测数据做统一接入、清洗、分析、告警溯源，解决传统监测数据散乱、异常滞后、人工排查效率低的痛点，支撑全天候自动化智能运维。
核心职责 & 技术亮点
1. 后端架构搭建：基于SpringBoot2.7 + MySQL + Redis搭建高可用后台服务，设计时序数据表结构，优化索引与分表策略，支撑上千路设备秒级数据上报，解决高并发写入卡顿、数据丢失问题。
2. 业务核心开发：独立完成数据接入、协议解析、数据校验、异常判定、分级告警、消息推送全模块开发，自定义阈值判定逻辑，实现设备故障毫秒级识别、2秒内告警推送。
3. 缓存与性能优化：使用Redis做热点数据缓存、分布式限流、定时任务防抖，将高频查询接口响应速度提升60%以上，有效抵御高峰期流量冲击。
4. 多环境国产化适配：完成CentOS7、银河麒麟、飞腾D2000国产服务器部署适配，解决系统兼容、依赖适配、权限适配等线上问题，保障服务国产化稳定运行。
项目成果
系统稳定线上运行，日均处理千万级设备数据，异常识别准确率大幅提升，替代70%人工巡检工作，大幅降低运维故障漏检、迟检问题。
项目二：AI视觉目标检测与数据智能分析系统
项目描述
参与基于YOLOv8的智能视觉检测项目，负责算法落地、数据预处理、结果智能分析与后台对接开发，实现目标识别、轨迹追踪、异常行为判定自动化，适配实时视频流检测场景。
核心职责 & 技术亮点
1. Python数据工程开发：使用Python完成数据集清洗、标注校验、数据增强脚本开发，自动化筛选有效样本、剔除脏数据，大幅提升模型训练效率与精度。
2. 算法落地优化：部署YOLOv8检测、ByteTrack多目标追踪算法，优化推理帧率，解决视频流卡顿、目标漏检、ID跳变问题，实现实时高精度连续追踪。
3. 前后端&算法联调：开发Python接口服务，对接Java后端，实现检测结果、轨迹数据、异常截图的自动入库、实时上报、日志留存，打通「算法推理-数据存储-后台展示」全链路。
4. 智能统计分析：编写自动化统计脚本，对检测数据做频次、区域、时长维度智能分析，自动生成异常报表，为业务复盘提供数据支撑。
项目成果
完成视觉算法工程化落地，视频流检测帧率稳定，检测精度满足业务标准，实现视觉监测全流程自动化，成功落地智能分析业务场景。
ID:439270
复制
Z
高级Java开发工程师，python开发工程师 · 5年经验 · 北京雷音电子技术开发有限公司
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
熟练Java后端开发，技术栈包含JDK1.8、SpringBoot2.7、MyBatis、MySQL、Redis；熟练使用Python进行数据处理、脚本开发、算法服务对接；了解Flutter、UniApp前端开发，熟悉YOLOv8目标检测、ByteTrack目标追踪等视觉方案。擅长后端业务系统搭建、接口开发、时序数据优化、国产化服务器部署调试，可在CentOS、银河麒麟等环境完成服务部署、排错迭代。擅长解决多源数据接入、并发性能瓶颈、跨服务联调、算法结果落地等问题，能够独立交付后端模块，配合算法、前端团队完成全链路联调，适合智能监测、AI视觉配套、企业业务系统类开发项目。
项目经验
项目一：工业AI智能监测与异常分析平台
项目描述
负责工业智能监测全链路后台系统研发，针对海量设备时序数据、AI视觉检测数据做统一接入、清洗、分析、告警溯源，解决传统监测数据散乱、异常滞后、人工排查效率低的痛点，支撑全天候自动化智能运维。
核心职责 & 技术亮点
1. 后端架构搭建：基于SpringBoot2.7 + MySQL + Redis搭建高可用后台服务，设计时序数据表结构，优化索引与分表策略，支撑上千路设备秒级数据上报，解决高并发写入卡顿、数据丢失问题。
2. 业务核心开发：独立完成数据接入、协议解析、数据校验、异常判定、分级告警、消息推送全模块开发，自定义阈值判定逻辑，实现设备故障毫秒级识别、2秒内告警推送。
3. 缓存与性能优化：使用Redis做热点数据缓存、分布式限流、定时任务防抖，将高频查询接口响应速度提升60%以上，有效抵御高峰期流量冲击。
4. 多环境国产化适配：完成CentOS7、银河麒麟、飞腾D2000国产服务器部署适配，解决系统兼容、依赖适配、权限适配等线上问题，保障服务国产化稳定运行。
项目成果
系统稳定线上运行，日均处理千万级设备数据，异常识别准确率大幅提升，替代70%人工巡检工作，大幅降低运维故障漏检、迟检问题。
项目二：AI视觉目标检测与数据智能分析系统
项目描述
参与基于YOLOv8的智能视觉检测项目，负责算法落地、数据预处理、结果智能分析与后台对接开发，实现目标识别、轨迹追踪、异常行为判定自动化，适配实时视频流检测场景。
核心职责 & 技术亮点
1. Python数据工程开发：使用Python完成数据集清洗、标注校验、数据增强脚本开发，自动化筛选有效样本、剔除脏数据，大幅提升模型训练效率与精度。
2. 算法落地优化：部署YOLOv8检测、ByteTrack多目标追踪算法，优化推理帧率，解决视频流卡顿、目标漏检、ID跳变问题，实现实时高精度连续追踪。
3. 前后端&算法联调：开发Python接口服务，对接Java后端，实现检测结果、轨迹数据、异常截图的自动入库、实时上报、日志留存，打通「算法推理-数据存储-后台展示」全链路。
4. 智能统计分析：编写自动化统计脚本，对检测数据做频次、区域、时长维度智能分析，自动生成异常报表，为业务复盘提供数据支撑。
项目成果
完成视觉算法工程化落地，视频流检测帧率稳定，检测精度满足业务标准，实现视觉监测全流程自动化，成功落地智能分析业务场景。
项目描述
负责工业智能监测全链路后台系统研发，针对海量设备时序数据、AI视觉检测数据做统一接入、清洗、分析、告警溯源，解决传统监测数据散乱、异常滞后、人工排查效率低的痛点，支撑全天候自动化智能运维。
核心职责 & 技术亮点
1. 后端架构搭建：基于SpringBoot2.7 + MySQL + Redis搭建高可用后台服务，设计时序数据表结构，优化索引与分表策略，支撑上千路设备秒级数据上报，解决高并发写入卡顿、数据丢失问题。
2. 业务核心开发：独立完成数据接入、协议解析、数据校验、异常判定、分级告警、消息推送全模块开发，自定义阈值判定逻辑，实现设备故障毫秒级识别、2秒内告警推送。
3. 缓存与性能优化：使用Redis做热点数据缓存、分布式限流、定时任务防抖，将高频查询接口响应速度提升60%以上，有效抵御高峰期流量冲击。
4. 多环境国产化适配：完成CentOS7、银河麒麟、飞腾D2000国产服务器部署适配，解决系统兼容、依赖适配、权限适配等线上问题，保障服务国产化稳定运行。
项目成果
系统稳定线上运行，日均处理千万级设备数据，异常识别准确率大幅提升，替代70%人工巡检工作，大幅降低运维故障漏检、迟检问题。
项目二：AI视觉目标检测与数据智能分析系统
项目描述
参与基于YOLOv8的智能视觉检测项目，负责算法落地、数据预处理、结果智能分析与后台对接开发，实现目标识别、轨迹追踪、异常行为判定自动化，适配实时视频流检测场景。
核心职责 & 技术亮点
1. Python数据工程开发：使用Python完成数据集清洗、标注校验、数据增强脚本开发，自动化筛选有效样本、剔除脏数据，大幅提升模型训练效率与精度。
2. 算法落地优化：部署YOLOv8检测、ByteTrack多目标追踪算法，优化推理帧率，解决视频流卡顿、目标漏检、ID跳变问题，实现实时高精度连续追踪。
3. 前后端&算法联调：开发Python接口服务，对接Java后端，实现检测结果、轨迹数据、异常截图的自动入库、实时上报、日志留存，打通「算法推理-数据存储-后台展示」全链路。
4. 智能统计分析：编写自动化统计脚本，对检测数据做频次、区域、时长维度智能分析，自动生成异常报表，为业务复盘提供数据支撑。
项目成果
完成视觉算法工程化落地，视频流检测帧率稳定，检测精度满足业务标准，实现视觉监测全流程自动化，成功落地智能分析业务场景。
立即沟通
