作为一名后端软件工程师，我专注于服务端系统搭建、业务逻辑开发、数据治理与服务性能调优，具备从需求拆解、方案设计、编码实现、测试联调至部署运维的完整落地能力，能够结合业务目标选择合适的技术方案，不盲目堆砌技术，优先保障系统稳定、可维护与可扩展。在技术栈方面，主力使用Python、Java进行开发，熟练运用SpringBoot、Django、FastAPI等主流后端框架快速搭建Web服务与API接口；数据库层面精通MySQL的表结构设计、事务管理、索引搭建与慢查询优化，能够合理利用Redis实现热点数据缓存、接口防抖，缓解数据库访问压力，同时具备Hive数据查询、数据清洗与结构化处理的相关经验，能够处理大批量的数据流转任务；熟悉Docker容器部署、Linux服务器基础操作以及Nginx基础配置，能够独立完成服务打包、环境配置、日志排查与线上问题定位，保障项目顺利上线与持续稳定运行。在项目落地过程中，我最擅长解决几类典型问题：第一是系统响应缓慢、数据库查询卡顿，面对数据量增长带来的性能瓶颈，通过优化SQL语句、合理增设索引、引入缓存机制，降低数据库访问频次，缩短接口响应时间；第二是代码耦合严重、模块边界模糊，项目迭代困难，通过模块化分层设计、解耦业务逻辑，规范接口标准，提升代码可读性，方便后续功能迭代与团队协作；第三是高频重复请求带来的系统压力，依托限流、防抖、缓存策略，保护后端服务，避免数据库被大量无效请求压垮；第四是算法模型与业务系统对接难题，能够搭建后端服务承接图像、数据类算法的输入输出，实现业务系统与AI推理模块的协同，像图像识别类项目中，后端负责图片接收、预处理调度、结果存储与业务管理，和GPU侧的模型推理配合，形成完整闭环；第五是本地运行正常、上线后频繁报错、环境不一致等部署难题，依靠服务器运维经验快速定位异常，排查崩溃、接口超时、连接失败等线上故障，保障业务持续可用。在开发思路上，我坚持以业务需求为核心，优先保证系统稳定性，再兼顾功能拓展与性能提升，重视异常处理、日志留存与容错机制的搭建，提前规避潜在风险。无论是业务管理系统、数据后台服务，还是对接AI算法的配套后端平台，都可以独立完成后端部分的开发工作，高效对接前端、算法团队，协同完成项目落地，持续迭代优化系统，满足业务长期发展的需要。

2025.12-2026.06参与智能垃圾清运调度与回收物流优化项目，针对传统垃圾清运路线固化、数据割裂，易出现桶满溢或无效清运的痛点，完成多源异构数据融合，构建时空图结构；搭建时空图卷积网络预测垃圾容量变化，结合深度强化学习算法实现多车协同动态清运路径规划。同期2025.08-2026.05开展多模态数字孪生直播电商智能决策系统开发，面向直播运营信息孤岛、库存响应滞后等问题，完成弹幕、行为等多模态数据流式处理与实时情感分析，捕捉购买信号；融合多维度数据利用时序模型完成需求预测，搭建数字孪生仿真模块，联动情绪引擎与库存系统，构建“情绪-需求-库存”一体化智能决策闭环，输出补货预警与运营策略建议。