Python 开发工程师

资深 Python 开发工程师，8 年全栈与后端架构经验，专注高并发系统与 AI 工程化落地。擅长以工程化思维解决复杂业务问题，具备从 0 到 1 构建生产级系统的实战经验。

作为技术核心成员，负责公司核心业务平台架构升级与 AI 辅助研发体系建设。主导从单体架构向微服务架构的迁移，设计并实现高可用服务治理方案。 带领 5 人后端团队完成订单系统重构，支撑日均 500 万+ 订单处理 建立 AI 协作式研发规范，将代码审查周期缩短 30% 设计并实现多租户 SaaS 平台权限与数据隔离方案

智能订单路由引擎

• 基于实时库存、用户画像与物流成本的智能订单分配系统，替代原有人工分单模式，实现全自动化订单路由决策。
• FastAPI + Celery + Redis + PostgreSQL + Kafka + Kubernetes
• 担任技术负责人，完成需求分析、架构设计、核心模块开发与生产环境部署。使用 Claude Code 辅助生成单元测试与 API 文档，通过 GitHub Copilot 加速业务逻辑编码。所有 AI 生成代码均经过本地 pytest 验证、SonarQube 静态检查及团队 Code Review 后方可合并。
• 技术栈: FastAPI 异步框架 Celery 分布式任务队列 PostgreSQL 分区表优化 Kafka 事件流处理 Kubernetes 弹性伸缩
• 挑战: AI 协作式研发实践: 使用 Claude Code 分析现有订单模块上下文，自动生成边界条件测试用例 120+ 个，覆盖率达 92%；结合 GitHub Copilot 完成核心路由算法实现，开发效率提升 35%。建立 AI 生成代码的验证流水线：本地预提交钩子检查 → CI 全量测试 → 人工审查 → 灰度发布，确保代码质量与可回滚性。
• 挑战: 高并发性能优化: 通过 PostgreSQL 分区表与读写分离改造，将订单查询 P99 延迟从 280ms 降至 45ms；引入 Redis 缓存预热与 Kafka 削峰填谷，支撑大促期间 10 万 QPS 峰值流量。
• 挑战: 成本与延迟治理: 设计模型路由策略，按请求复杂度分级调用不同规格模型；实现 Prompt 版本管理与 A/B 测试框架，模型调用成本降低 25%，平均响应延迟控制在 800ms 以内。

企业级 MCP 集成网关

• 面向内部开发者的模型上下文协议（MCP）统一接入网关，提供标准化工具调用接口与权限管控，支持多模型服务商的无缝切换。
• Python 3.11 + FastAPI + httpx + Vault + Prometheus + Grafana
• 独立负责网关整体设计与开发，包括协议解析、权限边界控制、流量调度及可观测性建设。使用 Claude Code 辅助设计 OpenAPI 规范与错误处理中间件，通过 Cursor 完成部分工具适配器代码生成。
• 技术栈: MCP 协议实现 Vault 动态密钥管理 httpx 异步 HTTP 客户端 Prometheus 指标采集 Grafana 可视化监控
• 挑战: 带权限边界的 MCP 集成: 实现基于 RBAC 的工具级权限控制，结合 Vault 动态签发短期令牌，杜绝长期密钥泄露风险。支持请求级审计日志与实时行为分析，异常调用识别准确率达 99.5%。
• 挑战: 链路追踪与可观测性: 集成 OpenTelemetry 实现全链路追踪，覆盖模型调用、工具执行、缓存命中等关键环节；构建评测集与回归测试机制，每次版本升级前执行 200+ 基准用例验证，阻断 3 次潜在回归故障。

参与公司信贷核心系统的开发与维护，负责用户画像模块与风控规则引擎的实现。从初级工程师成长为模块负责人，独立完成多个核心功能的设计与交付。 负责用户画像标签体系的构建与实时计算引擎开发 参与风控规则引擎的 DSL 设计与实现 建立代码规范与自动化测试流程，团队测试覆盖率从 30% 提升至 75%

实时用户画像计算平台

• 基于用户行为日志的实时标签计算系统，为信贷审批与精准营销提供数据支撑。
• Flask + SQLAlchemy + MySQL + RabbitMQ + Elasticsearch
• 负责数据采集管道、标签计算逻辑与查询 API 开发。使用 GitHub Copilot 辅助完成部分 CRUD 代码与单元测试生成，所有提交均通过 Jenkins CI 检查与团队审查。
• 技术栈: Flask Web 框架 SQLAlchemy ORM 优化 MySQL 索引调优 RabbitMQ 消息队列 Elasticsearch 聚合查询
• 挑战: 混合检索与重排序优化: 结合 Elasticsearch 倒排索引与自定义重排序算法，将标签查询准确率从 82% 提升至 94%；设计冷热数据分层存储策略，降低存储成本 40% 的同时保证热数据毫秒级响应。

• 精通 Python 3 语言特性，包括类型提示、数据类、上下文管理器与异步编程模型
• 熟练使用 asyncio、aiohttp、httpx 构建高并发应用，深入理解 GIL 机制与多进程/线程模型，能够针对 IO 密集型与 CPU 密集型场景选择最优并发策略

• 深度掌握 FastAPI、Django、Flask 三大主流框架，熟悉 Pydantic 数据验证、依赖注入与生命周期管理
• 擅长设计 RESTful 与 GraphQL API，具备 OpenAPI 规范编写经验，能够构建可版本化、可扩展的 API 体系

• 精通 PostgreSQL 高级特性（分区表、物化视图、JSONB 索引）与 MySQL 性能调优，熟悉 Redis 数据结构与应用场景（缓存、限流、分布式锁）
• 具备 Elasticsearch 全文检索与聚合分析能力，能够设计冷热数据分层与分库分表方案

• 熟练使用 Claude Code 进行代码仓库上下文理解与复杂任务拆解，使用 GitHub Copilot 加速日常编码与测试生成
• 建立 AI 辅助开发规范：明确 AI 生成代码的验证流程（本地测试 → CI 检查 → 人工审查 → 安全/权限校验），确保所有变更可回滚、可追溯
• 掌握基于 Schema 的结构化输出、Prompt 版本管理及模型路由/降级策略

• 熟悉 Docker 容器化部署与 Kubernetes 集群管理，掌握 Helm Chart 编写与 CI/CD 流水线设计（GitHub Actions、GitLab CI）
• 具备 AWS/GCP 云平台实践经验，持有 AWS Solutions Architect Associate 认证
• 擅长使用 Prometheus + Grafana 构建可观测性体系，包括指标采集、日志聚合与分布式链路追踪

主修课程：数据结构与算法、操作系统、计算机网络、数据库系统、软件工程、机器学习基础

毕业设计：基于深度学习的金融文本情感分析系统（Python + TensorFlow）

在校成就：ACM 程序设计竞赛省级银奖、国家奖学金、优秀毕业生