proginn1010475528
全职 · 300/日  ·  6525/月
工作时间: 工作日08:00-19:00、周末09:30-18:30工作地点: 远程
服务企业: 0家累计提交: 0工时
联系方式:
********
********
********
聊一聊

使用APP扫码聊一聊

个人介绍

后端

熟悉java编程基础,比如IO、多线程、集合、java安全管理器熟悉JVM的类加载器、双亲委派机制等特性熟悉代理模式、策略模式、模板方法模式等常见设计模式,并能在实践中灵活运用熟练使用SSM、Spirng Boot、Sa-Token等java开发和权限认证框架熟悉MySQL数据库及数据表设计,对锁、事务、存储引擎和索引结构有一定了解熟悉Redis、RabbitMQ等中间件,有过缓存点赞信息、手动消息确认应用解耦、交换机队列定义、消息生产消费的实践了解Linux操作系统,熟悉ls、mkdir、vim等常用命令,了解 Docker 容器的使用微服务:了解 Spring Cloud Alibaba 及其相关组件的使用,了解微服务相关理论,了解 Raft、Gossip 等协议熟练使用 Git、IDEA、ChatGPT、Swagger、Navicat 等工具提高开发协作效率


工作经历

  • 2024-07-01 -2025-07-314399后端开发

    在4399校企合作实习期间,我参与休闲游戏《浪花伙伴匹配》的开发项目,负责基于用户标签的相似玩家匹配算法模块。通过运用编辑距离算法优化标签相似度计算,并结合优先队列减少TOP N运算的内存占用,实现了95%置信度下匹配准确率提升12%的效果;同时协助搭建Redis缓存架构,针对首页高频访问的用户列表设计分布式Session方案,将接口响应时长从2.1秒缩短至0.8秒,期间还参与Docker容器化部署流程优化,使测试环境搭建效率提升40%,最终该模块在灰度测试中实现日均10万次匹配调用零故障运行。

教育经历

  • 2022-09-01 - 2026-08-06厦门大学嘉庚学院软件工程本科已认证

语言

普通话
英语
0
1
2
3
4
5
0
1
2
3
4
5

技能

Spring
SQL Server
0
1
2
3
4
5
0
1
2
3
4
5
作品
美味快送

旨在用.net去实现一个外卖平台,有顾客、商家,外卖员等多端用户 1.1.1 顾客端功能 用户注册与登录:顾客可以注册账号并登录系统。 餐厅浏览:顾客可以浏览系统中的餐厅列表,查看餐厅详情。 菜品浏览与选择:顾客可以查看餐厅的菜品,将喜欢的菜品加入购物车。 订单管理:顾客可以创建订单、查看订单状态、取消未处理的订单。 评价系统:顾客可以对已完成的订单进行评价和打分。 1.1.2 商家端功能 商家注册与登录:餐厅商家可以注册账号并登录系统。 餐厅信息管理:商家可以创建和管理自己的餐厅信息。 菜品管理:商家可以添加、编辑、删除菜品信息,包括名称、价格、图片等。 订单处理:商家可以查看新订单,接受或拒绝订单,更新订单状态。 销售统计:商家可以查看销售数据,如销售额、热门菜品等。 1.1.3 骑手端功能 骑手注册与登录:配送骑手可以注册账号并登录系统。 接单功能:骑手可以查看待配送订单,选择接单。 订单配送:骑手可以更新订单配送状态,标记订单为已送达。 配送历史:骑手可以查看自己的配送历史和评价。 1.2 非功能需求 安全性:系统需要确保用户数据的安全,防止未授权访问。 可用性:系统界面应简洁明了,操作流程应直观易懂。 性能:系统响应时间应在可接受范围内,数据库查询应高效。 可维护性:代码应结构清晰,有良好的注释,便于后期维护。

0
2025-07-27 19:36
Solarbi-1

基于 Spring Boot + MyBatis + MySQL + AIGC + React 的智能数据分析平台,封装了讯飞星火模型接口,区别于传统 BI,用户只需要导入原始数据集、并输入分析诉求,就能自动生成可视化图表及分析结论,实现数据分析的降本增效; 后端自定义 Prompt 预设模板并封装用户输入的数据和分析诉求,通过对接 AIGC 接口生成可视化图表 json 配置和分析结论,返回给前端渲染; 由于 AIGC 的输入 Token 限制,使用 Easy Excel 解析用户上传的 XLSX 表格数据文件并压缩为 CSV,实测提高了 20% 的单次输入数据量、并节约了成本; 为保证系统的安全性,对用户上传的原始数据文件进行了后缀名、大小、内容等多重校验; 为防止某用户恶意占用系统资源,基于 Redisson 的 RateLimiter 实现分布式限流,控制单用户访问的频率; 考虑到单个图表的原始数据量较大,基于 MyBatis + 业务层构建自定义 SQL 实现了对每份原始数据的分表存储,提高查询性能 30% 和系统的可扩展性; 由于 AIGC 的响应时间较长,基于自定义 IO 密集型线程池 + 任务队列实现了 AIGC 的并发执行和异步化,提交任务后即可响应前端,提高用户体验; 由于本地任务队列重启丢失数据,使用 RabbitMQ(分布式消息队列)来接受并持久化任务消息,通过 Direct 交换机转发给解耦的 AI 生成模块消费并处理任务,提高了系统的可靠性; 基于 Ant Design Pro 脚手架快速搭建初始项目,并根据业务定制项目模板,如封装全局异常处理逻辑; 使用 TypeScript + ESLint + Prettier + Husky 保证项目编码和提交规范,提高项目质量; 使用 Umi OpenAPI 插件,根据后端 Swagger 接口文档自动生成请求 service 层代码,大幅提高开发效率; 选用兼容性较好的 Echarts 库,接收后端 Ai 生成的动态 json 自动渲染可视化图表。

0
2025-07-27 11:57
更新于: 4天前 浏览: 6