昵称登录后显示

MA-Guard 评测平台研发负责人
项目描述：独立开发用于大模型安全能力测评的 Console 平台，支持调用多类基准模型对目标模型的敏感问题应答表现进行自动化评测，可生成结构化评测报告并提供下载功能，实现从数据输入、任务调度到结果输出的全流程闭环。
评测平台核心功能开发：通过构建的多维度的评测集、Agentic-Judge、结构化评测报告的 pipeline，用户在平台完成
自助评估。设计 RESTful API 支撑高并发请求处理与任务提交功能，实现平台日均 1000 + 任务稳定处理，响应延迟控制在 200ms 内；采用 Redis 实现任务状态实时存储与持久化，设计分布式锁机制解决多线程数据竞争问题，保障数据一致性，支撑 10000 + 评测任务高效完成；引入 BackgroundScheduler 实现后台评测任务自动化调度与生命周期管理，通过任务优先级机制优化资源利用率，使单任务处理效率提升 40%；利用 pandas 完成输入数据集清洗、格式转换及特征提取，开发报告生成模块支持合规率、敏感信息泄露率等多维度指标可视化，累计生成 200 + 结构化报告。
大模型适配：基于 TC260 标准制定模型评测协议，覆盖数据安全、内容合规等核心维度，适配 3~6 种主流商用模型，深度联动实验室团队，借助 LLMAFactory，完成内部自研大模型的适配落地，支撑团队完成 8 次模型迭代优化。
数据持久化方案：采用华为云 OBS 管理上传的评测数据与生成的评测报告，支持 CSV/XLS 格式自动校验，结合权限配置实现报告的安全下载（按任务 ID 关联访问权限）

Rquant 量化金融分析平台研发负责人
项目描述：主导 Rquant 量化平台的开发与架构升级，基于 Spring Boot+MySQL 构建后端服务，通过 Docker 实现服务标
准化部署，支撑策略研发、因子计算、回测分析全流程，服务日均处理 1000 + 回测任务。
架构升级：基于领域驱动设计 (DDD) 梳理业务边界，推动系统从单体架构向 Spring Cloud 微服务演进，按投研策略、风险因子等域拆分出 5 个核心服务；结合 Eureka 服务注册与 Ribbon 负载均衡，支持回测引擎动态扩容至 3 实例
性能优化：针对股票持仓管理中的高频更新场景，为股票代码字段建立索引触发 InnoDB 行锁，实现多线程并行更新（不同股票单行锁定）
流程提效：集成 DolphinScheduler 构建自动化工作流，实现 “行情同步→因子计算→策略回测” 全链路调度，配合Jupyter Notebook 交互环境（支持策略原型调用平台服务），将策略从探索到落地的周期从 3 天缩短至 4 小时。