京东集团 | 后端工程师
1、累计 15 年开发经验
2、教育背景：北京科技大学自动化学院毕业，在校期间 3 次获校级奖学金，ACM 程序设计竞赛获奖，与清华大学计算机团队共同完成毕业论文并获发明专利，系统掌握计算机算法与软件开发理论。
3、职业经历：
先后任职于中国移动、京东世纪贸易、京东健康，深耕互联网医疗及供应链领域。
在京东主导互联网医院后端开发，基于 JavaScript架构实现问诊请求处理，集成京东自研模型构建智能问诊系统，意图识别准确率达 92%；参与药京采项目，优化供应链采购模块，支撑618，11.11等极端数据高效流转。
技术栈覆盖全栈开发：精通 JavaScript（ES6+）、Python，前端熟练运用 Vue 框架，后端深耕 Django/PHP，深度掌握 Transformer 模型从搭建、预训练到部署全流程，熟悉 Agent 系统落地，通过 MCP 架构提升多智能体协作效率。
核心优势：兼具学术科研能力与大型项目实战经验，擅长将前沿技术（如 AI 模型）与业务场景结合，具备复杂系统架构设计及团队协作管理能力。

项目经验

京东互联网医院中台系统
基于 Spring Cloud Alibaba 重构核心系统，用 JD-RocketMQ 实现亿级消息削峰，JIMDB 热数据预加载将问诊接口响应时间从 230ms 优化至 128ms，支撑单日 3000 万 + 问诊请求；参与开发 Netty WebSocket 网关，医患消息传输延迟 < 50ms，日均处理 1200 万 + 会话；基于 NeuHub 平台 BERT-Medical 模型，症状识别准确率达 93.5%，日均智能预问诊 80.2 万例；用 JD Chain 智能合约实现电子处方流转，处方处理时效缩至 60 秒。
药京采供应链智能升级
主导订单系统 Service Mesh 化改造，订单处理峰值从 6000TPS 提升至 12000TPS；研发 TCC+JDW 分布式事务方案，库存扣减准确率达 99.9998%；构建数字孪生系统，用 Transformer-XL 模型将采购计划准确率提升至 89%；设计智能决策引擎，年节省采购成本 20.3 亿元。
智慧医疗数据中台
为海南卫健委搭建平台，用 Apache Hudi 实现 CDC 数据捕获，日均处理 2000 万 + 诊疗数据，入库时效缩至 15 分钟；基于 Flink 构建特征计算引擎，模型训练效率提升 5 倍；Med-Transformer 模型实现 AUC 0.91 预测性能，区域管理覆盖率提升至 78%；基于言犀大模型打造智能问答系统，准确率 88.7%。
核心技术突破：验证千万级 QPS 架构，实现服务可用性 99.995%；完成 3 项医疗 AI 专利，实现 NLP 模型大规模商用；构建日均处理 20 亿 + 事件的数据管道，获评集团杰出项目。