个人介绍
我是程序员客栈的【杨木易】,一名【全栈软件开发工程师】; 解决问题能力:善于拆解复杂需求,通过技术调研与创新方案快速定位并解决瓶颈。
●
团队协作:具备良好的跨部门沟通能力,能高效与产品、设计、测试团队协作,推动项目落地。
●
持续学习:关注行业动态,主动探索新技术(如:Serverless、AI工程化),并应用于实际项目中提升效率。
●
责任感:对代码质量与系统稳定性有高要求,注重可维护性与长期演进。
职业目标:希望加入具有技术挑战与成长空间的环境,与优秀团队共同构建改变行业或提升效率的软件产品,用技术创造更大价值。
工作经历
2025-12-18 -至今廊坊华安汽车设备AI应用工程师
1. **AI模型开发与场景落地** - 分析制造场景需求(如质量控制、设备预测性维护、生产调度优化等),设计AI解决方案。 - 开发与调优机器学习/深度学习模型(如缺陷检测模型、异常检测模型、产量预测模型),使用工具包括PyTorch、TensorFlow、Scikit-learn等。 - 实施模型迁移学习与领域适配,针对特定产线数据(如视觉图像、传感器时序数据)进行微调,确保模型精度与泛化能力。 - 推动AI模型从原型验证到生产环境部署,实现自动化决策支持(如自动缺陷识别、智能调度指令生成)。 2. **数据处理与特征工程** - 采集、清洗和标注生产现场多源数据(如视觉图像、设备传感器数据、工艺参数),构建高质量训练数据集。 - 进行数据探索与特征工程,提取关键生产指标(如振动频率、温度趋势、图像纹理特征)以优化模型输入。 - 搭建数据流水线,实现实时数据接入、预处理与特征存储,支持模型在线推理与反馈闭环。 3. **系统集成与部署优化** - 将AI模块集成至现有制造系统(如MES、ERP、SCADA),开发API
2024-09-19 -2025-10-23中国科学院信息工程研究所后端开发工程师
**工作职责:** 1. **科研平台架构设计与开发:** - 负责研究所核心科研平台的后端架构设计,搭建高可用、可扩展的分布式系统,支撑大规模数据处理、机器学习实验及高性能计算需求。 - 主导关键技术模块开发,包括但不限于数据接入、实时计算、任务调度、数据存储与分析等核心功能,确保系统稳定性和性能优化。 - 设计并实现符合科研规范的API接口,支持多团队协作开发及跨平台数据交互。 2. **大数据与智能系统研发:** - 基于Hadoop、Spark、Flink等大数据组件构建数据处理流水线,实现海量科研数据的清洗、整合、挖掘及可视化分析。 - 参与机器学习模型的后端集成,对接TensorFlow、PyTorch等框架,开发模型推理服务接口,优化推理性能与资源调度。 - 研发数据仓库及数据中台,设计数据模型与ETL流程,支撑科研数据的快速检索、多维分析以及决策支持。 3. **技术攻关与系统优化:** - 针对科研场景中的高并发、低延迟需求,进行系统性能调优(如JVM调优、数据库索引优化、网络传输优化等)。 - 攻克技术难题,包括数据一致性保障、分布式事务处理、高可用集群搭建及容灾
2023-08-23 -2024-04-17工信部电子五所后端工程师
- 负责高并发、高可用分布式系统的后端架构设计,使用微服务架构(如Spring Cloud、Go Micro)拆分业务模块,优化系统可扩展性与维护性。 - 主导后端服务开发,涵盖RESTful API设计、业务逻辑实现、数据库交互(MySQL/PostgreSQL)及缓存策略(Redis/Memcached)。 - 构建高性能数据服务层,处理亿级数据量的实时读写请求,设计分库分表策略及索引优化方案。 2. **技术攻关与性能优化:** - 针对系统瓶颈进行深度性能调优,通过代码剖析(如火焰图分析)、数据库查询优化、异步处理(消息队列Kafka/RabbitMQ)等手段提升TPS和响应速度。 - 研发自定义中间件解决复杂业务场景问题,例如设计分布式事务组件保证数据一致性,开发网关层限流、熔断机制提升系统稳定性。 - 引入新技术框架(如GraphQL替代传统REST接口)或优化现有架构,推动技术迭代与效率提升。 3. **数据工程与智能集成:** - 构建数据管道,通过ETL流程整合多源数据(如MySQL、MongoDB、Kafka),支持实时数据分析与批量处理任务。 - 集成机器学习模型
教育经历
和TA聊聊APP扫码和程序员直接沟通

该用户选择隐藏教育经历信息,如需查看详细信息,可点击右上角“和TA聊一聊”查看
资质认证
语言

1.AI视觉智能核验(核心亮点)动态装箱监控:通过部署在工位上方的工业相机,实时捕捉工人投料动作。系统内置深度学习目标检测算法,能精准识别数百种KD件的SKU特征。BOM自动比对:系统实时读取当前车辆的VIN码对应的BOM(物料清单),当工人放入零件时,AI自动判断该零件是否属于当前车辆,并计数。异

智能中枢与Agent多步执行一句话办事:用户只需输入模糊指令(如"帮我规划明天的行程并查一下天气"),内置的Agent多步推理引擎会自动拆解任务,依次调用天气API、日历服务及地图接口,最终生成完整的行动建议。主动提醒与待办:不同于被动响应,系统能根据上下文主动推送重要事项,实现从"人找事"到"事找




