我会好好吃饭歌
1月前来过
全职 · 400/日  ·  8700/月
工作时间: 工作日9:00-18:00、周末9:00-18:00工作地点: 远程
服务企业: 0家累计提交: 0工时
聊一聊

APP聊一聊

个人介绍

本人拥有五年程序开发经验,接触过物流行业、医疗行业以及互联网电商业务。擅长Java应用程序开发、Python脚本工具开发、前端工程开发、AI大模型应用开发。目前在一家公司担任小组组长角色,个人理解能力强,能够快速理解业务需求并进行相关程序设计,拥有熟练的开发经验能够快速开发功能并拥有健壮的代码设计体现。

工作经历

  • 2022-12-01 -至今润达医疗Java开发

    1、开发医疗数字化研究平台,整合医院各类系统(如电子病历、检验数据),支持临床科研与真实世界数据分析。 2、将医疗大模型(如病历理解、智能诊断建议)落地到实际应用场景,开发智能医疗助手等功能。 3、设计患者隐私保护方案,确保医疗数据安全。 4、搭建高并发、可扩展的系统架构,支撑互联网医院、远程诊疗等业务场景。 5、开发大模型服务接口,支持病历自动分析、科研文献摘要生成等智能功能。

教育经历

  • 2016-09-01 - 2020-06-01湖北大学软件工程本科

    在校期间获得过奖学金、优秀学生、CET-6等

技能

Python熟练
Java精通
Vue熟悉
0
1
2
3
4
5
0
1
2
3
4
5
作品

项目介绍:平台主要分为用户端和司机端,通过*小程序、微博和抖音平台的优惠券发放活动以提供用户优惠的搬家服务。司机端主 要有个人信息认证、位置信息共享、抢单接单、订单的执行到最终的结算和获取系统奖励等功能。用户端主要实现用户的抢 券、优惠券的分享获取、搬家订单下单以及订单结算等功能。 技术架构: SpringCloud + SpringSecurity + MongoDB + RabbitMQ + Drools + MySQL + Minio + Docker + XXL-JOB + GEO 个人职责: 主要产出: 参与其中多个模块开发与设计,如优惠服务、地图服务、用户端和司机端,最终顺利完成用户的活动推广。 1. 引入 xxl-job 完成司机自动匹配并结合规则文件配置每日优惠券放量,通过 Redisson 实现分布式锁用于用户抢券、司机抢单等功能。为了保证系统稳定性使用 Redis 结合 Lua 脚本完成令牌桶算法实现接口限流。 2. 使用腾讯数据万象服务完成图片和文本审核,通过 Drools 规则引擎实现订单和奖励等场景的价格计算实现服务解耦。 3. 通过 JWT 和 OAuth2.0 用户的授权登录,使用 CompletableFuture 实现异步任务编排提升系统接口响应。 4. 使用 Redis 的 GEO 实现距离范围计算,批量上传司机位置信息到 MongoDB 并实时获取最新位置信息,接入腾讯位置服务完成司乘同显。 5. 结合 ThreadLocal 实现 Fegin 传递认证,通过 Seata 优化审批的信息和用户资料逻辑,实现分布式事务处理,通过RabbitMQ 实现优惠券使用以及搬家服务等消息提醒功能。

0
2025-07-23 23:06

项目介绍: 该系统主要面向离散制造业,通过 SaaS 模式为客户提供服务,方便企业对自身产品或原料的销售、采购、库存、监控记录进行数字化管控和追溯,用户可以根据库存状况及时调整生产或采购计划,提升企业运作效率。系统主要包括物料管理、库存管理、销售订单、采购/委外订单、质量检验监控等模块。 技术架构: Spring Boot + Spring Cloud + K8s + MyBatis + MySQL + Elasticsearch + Redis + Netty + Kafka + Flink 个人职责:物料/库存/监控模块负责人,参与需求评审、技术设计、线上问题修复,主导了多次技术优化工作,并取得不错的效果。 主要产出: 1. 将物料模块引入 Elasticsearch,使用 AOP 和 Spring 事件机制异步将数据写入 ES,使用 Spring Retry + 日志表增加重试机制,解决因网络波动、下游服务异常等原因导致的 ES 同步失败的问题。 2. 开发异步扣减库存接口,保证核心业务性能不受库存影响,使用 TCC 模式避免产生分布式事务问题。 3. 使用策略+模版+工厂等设计模式重构出入库代码,增加一种出入库类型无需修改其它业务代码,提高代码扩展性。 4. 通过 Spring 全局异常对代码异常进行统一拦截,监听消息队列将告警信息使用钉钉推送的方式及时反馈到技术人员群。 5. 优化库存查询报表,将复杂多表 join 查询改为单表并将数据定时增量同步到单表,使报表查询性能提升80%。

0
2025-07-23 19:21

项目介绍 构建基于大语言模型(LLM)与RAG架构的智能医疗助手,为用户提供精准的健康咨询、疾病答疑及挂号问诊服务,提升医疗资源可及性。 岗位职责 1. 系统架构开发 基于LLM设计医疗垂直领域对话引擎,集成RAG框架实现知识实时检索与答案生成 开发Function Calling模块,对接挂号系统、病历查询、药品库等医疗API,支持服务闭环 构建多轮问诊决策树,实现症状预判、科室推荐等场景化交互 2. 知识库构建与优化 使用向量数据库Pinecone管理医学知识库,包含疾病库、药品说明书、临床指南等结构化/非结构化数据 设计医疗文本Embedding方案,优化症状关键词/医学术语的语义召回准确率 建立知识库动态更新机制,对接权威医学数据源

0
2025-07-23 08:27
更新于: 2025-07-23 浏览: 157