本人拥有 Java+Python 双后端栈与大模型 AI 工程复合能力，兼具底层性能调优、分布式架构搭建与 LLM 全链路落地实战经验。

后端功底扎实，深耕 Java 并发与 JVM 底层，吃透内存模型、GC、NIO、AQS 锁、线程池原理，可通过底层优化提升系统吞吐量；精通 Spring Boot、Spring Cloud Alibaba 微服务生态，深挖框架源码，掌握 Bean 生命周期、自定义 Starter 开发，熟练运用 Nacos、Sentinel、Seata、Gateway 搭建高可用弹性分布式体系。精通 MySQL 锁、事务、索引性能调优，熟悉 Redis 底层结构、集群与持久化方案；熟练 RocketMQ，能完整解决消息丢失、重复消费等分布式问题，具备成熟缓存、数据库、消息中间件调优经验。

熟练 Python 高阶特性、GIL 与多进程协程并发，擅长模块化工程与单元测试；精通各类软件设计模式，编写高内聚、易拓展的业务代码。

AI 大模型工程是核心竞争力：熟练 Spring AI Alibaba，完成 LLM 接入、RAG、向量存储、提示词工程，打通阿里百炼、DashScope 流式对话与模型服务封装；掌握 LangChain、LlamaIndex，理解 Chain、Memory、回调机制，可基于 ReAct 模式开发自定义工具、多步骤推理 AI Agent，实现工具自主调度决策。

紧跟前沿 AI 技术：吃透 MCP 协议搭建标准化跨模型工具调用链路；掌握 LoRA 微调、大模型量化轻量化，针对客服、代码、文档场景定制开源模型；精通文本、图像、语音多模态交互开发，熟悉 Embedding、VQA 视觉问答技术路线；深耕 RAG 工程化，掌握文本分块、向量入库、召回排序全链路优化，搭配 Milvus 构建大规模语义检索系统。熟练 Function Calling、Token 与流式输出优化，按需设计交互提示流程。

开发上践行 Vibe Coding 理念，熟练 Claude 等 AI 编程工具，依托交互式开发完成需求拆解、代码生成与重构调试，高效提升迭代速度与代码质量。

整体技术覆盖传统高并发后端架构与全链路 AI 应用落地，既能独立负责分布式业务系统架构、性能优化，也可完整承接大模型接入、Agent、RAG、多模态、模型微调等 AI 工程需求，适配后端架构、AI 大模型复合开发岗位。