1. 精通算法设计与数据结构，展现卓越的算法思维和应用实践能力。,2. 熟练Java编程，精通面向对象设计，运用反射、多线程和集合框架。,3. 深入JVM内部，了解内存管理、垃圾回收机制、GC策略和性能优化。,4. 熟悉多线程和高并发处理，具备大流量环境下的缓存优化经验。,5. 掌握Redis、RabbitMQ、Kafka、Zookeeper、Nacos、Elasticsearch、Dubbo和API网关等中间件。,6. 熟练SQL编程，擅长MySQL和MongoDB数据库设计和优化，有SQL性能调优经验。,7. 精通Spring全家桶（Spring Boot、SpringMVC、MyBatis和Spring Security）。,8. 深入理解Spring CloudAlibaba微服务，熟知微服务设计和实施。,9. 理解IO框架Netty和Reactor线程模型，掌握HTTP/HTTPS和TCP/UDP网络协议。,10. 基本Linux操作技能，能进行Shell编程和项目部署。,11. 熟练使用Eclipse、IDEA、SVN、Git和Maven进行项目管理和开发。,12. 掌握Golang、Python、Lua、Vue、Element UI和LLM等AI技术，能整合到业务中。,13. 掌握UML建模语言，了解多种设计模式应用场景。,14. 熟悉Python编程，了解标准库和常用第三方库。,15. 具备系统运维和Web爬⾍开发经验，了解数学建模。,16. 熟悉Flink、Docker、ELK、Hadoop和日志追踪等，具备数据分析和挖掘能力。

AI调度智能助手
技术栈：Springboot +Mafka + MyBatis + Rhino +Squirrel +MySQL+Raptor+Oceanus+Vue
工作内容：
1. 负责锐跑调度控制台和取送餐指派功能全栈开发，基于策略模式开发，通过 SPI 插件化开发聚合
配送运力召回接口，提高接口复用率，实现骑手类型过滤、运单信息填充、背单任务、POI、AOI
信息填充；采用线程池并行处理+批量入参查询+异步调用 LBS，优化耗时从 450ms 到 72ms；
2. 开发 AI 调度智能助手的反向单智能判断功能，增加折返角、基于折返次数、骑手负载、ETR 余量
去判断反向单能力，基于 Friday 工作流建设 agent 大模型调用 API 链路，基于 cat 上传可观测指标
3. 特殊单（国补单、放心退）突破指改派次数限制开发，采用骑手-运单维度分布式锁，减少线程冲
突，屏蔽众包站长指派能力灰度站点开发，新增人单匹配规则，预约单派单过滤畅跑骑手，结合
骑手偏好和组合规则决策，同时设计分配失效监听和 D 端兜底机制
4. 为了减少跨机房网络开销和跨端 RPC 耗时过多，采用本地缓存 LocalStore 优先+远程服务调用
rhino 降级的策略，将评分模块获取推荐矩阵数据的耗时压低到 1ms 内，性能提升 62.5%
5. 采用 Mafka + 本地时间轮构建补偿消息，用延迟队列实现断点续传，提高数据一致性，减少派单
过滤矩阵上传 hive数据丢失率，从 0.124%降低到 0.002%，提供故障转移，提高可用性
6. 定价上报特征链路的慢 SQL 优化，采用游标方式解决深分页问题，使用时间戳+NOT IN 解决重
复单查询问题，耗时从 0.45 秒降低到 0.29 秒，并且不随着分页深度的变化而变化，性能提升
52.475%；为了保护下游服务，避免定价服务被突发流量冲垮，新增异步处理和分片路由操作。为
了保证可靠性，mafka重试机制确保数据不丢失
其余工作：负责平时调度系统的 v3 引擎值班，协助排查修复 P1、P0 告警问题，gc 问题排查、单机故
障下线、机器扩容操作、排查关于异常运单和骑手不排单的业务问题，跨部门沟通解决问题；。

通用商品服务平台
项目描述：主要负责“通兑卡”与“开店宝代运营服务”，覆盖管理端、C端与商家端场景。通兑卡模块涉及商品模型设计、上下架与审核流程开发、搜索及详情接⼝优化，支持商品在神券节、直播间等多渠道投放及秒杀场景下的高并发访问。开店宝模块中，参与代运营服务商品的上架配置系统建设，支持官方及第三方服务商接入，完成商家端商品的搜索、详情接口开发，并保障在APP/PC端一致性展示稳定响应。
责任描述：
1.主导项目技术选型与架构设计，完成服务拆分、模块规划及中台化方案评估。
2.负责通兑卡、次卡等商品服务模块开发，支持商品建模、上下架、审核与多渠道投放。
3.优化高并发秒杀链路，基于Disruptor、CAS/AQS等实现系统稳定支撑百万级访问与下单。
4.搭建代运营商品标准化接入能力，支持官方与第三方机构快速发布与管理服务商品。
5.推动商品服务通用化抽象设计，提升组件复用率，支撑多品类商品高效拓展。
技术描述：
1.使用Disruptor+多线程并发包（线程池、CAS、AQS）优化商品上下架与批量导入性能，引入限流、熔断、本地缓存、异步队列保障秒杀场景稳定性。
2.基于SpringBoot+Dubbo搭建微服务体系，服务注册发现采用Zookeeper，服务间通信通过Feign实现。
3.使用Redis缓存商品数据与布隆过滤器防止缓存穿透，RocketMQ实现商品上下架消息异步处理。
4.采用CAS控制库存并发更新，关键逻辑引入AQS+可重入锁确保线程安全。
5.服务部署通过Docker+Kubernetes实现容器编排和灰度发布，集成Prometheus+Grafana监控体系。
6.接入ElasticSearch实现商品多维度检索，支持商品投放与转化数据接入实时分析链路。