1.私域开发。2.AI大模型应用开发。3.管理系统

技术信息

语言技术
Java、Python、MySQL、Oracle系统类型
Web、小程序轻应用、Linux行业分类
人工智能、金融

作品详情

行业场景

熟练掌握SpringBoot、nacos、openfeign等技术栈；熟练掌握Redis、RabbitMQ、Kafka等中间件；精通MySQL，oracle、dameng等数据库、熟练掌握Spring Web、Spring Webflux等web框架；熟悉Spark大数据开发。

功能介绍

私域社群：主导企微生态 API 对接与用户 ID Mapping 逻辑开发，设计并实现社群 SOP 引擎的规则解析器与任务调度器；
AI 大模型应用：负责大模型 API 的封装与服务化（含请求限流、结果缓存），设计个性化推荐引擎的特征工程与模型部署流程；
后台管理：独立开发全域数据驾驶舱的可视化组件（基于 ECharts 实现多维度下钻分析），搭建角色权限管控的 RBAC 模型与资源配置中心；
跨模块协作：牵头解决多系统数据一致性问题，参与高并发场景下的消息队列削峰方案设计。

项目实现

技术栈：后端基于 SpringBoot+Nacos 实现微服务化部署，通过 OpenFeign 实现服务间调用；用 Redis 缓存用户标签与大模型高频请求结果，RabbitMQ/Kafka 实现消息异步触达与日志削峰；数据库采用 MySQL（业务数据）+Oracle（历史归档）+ 达梦（国产化适配）多源存储；Web 层结合 Spring Web（同步接口）+Spring WebFlux（高并发异步接口）；AI 模块对接通义千问 / 星火大模型 API，通过 Spark 大数据完成用户行为数据的离线特征计算。
架构：采用 “云原生微服务 + 数据中台” 架构，私域 / AI / 后台模块解耦部署，通过数据中台实现全域数据的统一存储与计算，支撑高可用（SLA 99.95%）、可扩展的私域运营场景。
亮点：①实现私域用户数据打通率 100%，用户标签覆盖率提升至 85%；②AI 话术 + 推荐组合策略使私域转化 ROI 提升至 1:4.2；③后台管理系统将运营配置效率提升 70%，活动链路配置耗时缩短至 1 小时内。
难点：解决多渠道用户 ID Mapping 的冲突问题（通过 “设备指纹 + 行为特征” 融合算法，匹配准确率达 92%）；优化大模型请求的响应延迟（通过请求批量处理 + 结果缓存，响应时长从 3s 压缩至 500ms 内）；支撑大促期 10 万 / 分钟的消息触达峰值（通过 Kafka 分片 + 消费者分组，实现消息无丢失、无重复触达）。