流水不争先，争的是涛涛不绝
96 文章
5 分类
104 标签
小风雷
96 文章
5 分类
104 标签
小风雷
Software Engineer || 前NLPer
致力于成为一个靠谱的工程师
  我的项目
Go Kafka并发消费优化
基于 Go 协程池与 Lindorm 消费模型优化吞吐，支撑日均千万级告警数据实时处理
无停机DB分库
基于存量同步、分阶段双写与异步读写分离，实现单库千表到多库百表的非停机迁移
稳健理财Agent
把 11 位投资大师蒸馏成可运行 Skill（女娲提取 + 达尔文进化），叠加 TradingAgents 多空博弈打分、红黑榜与持仓复盘的投资研究 Agent。
事件脉络事件归一算法
从数据分析、收集到模型调研、训练与上线，基于BERT预训练集成事件判别、事件名生成与归一，业务上线时空阿Top4卡片并开发鹰眼热点事件粗召回。
  个人简历

关于我

致力于成为一个靠谱的工程师

基本信息

教育经历

  • 南京大学 | 计算机技术（保研）| 硕士 | 计算机科学与技术系 | 2019.09 - 2022.06
    • 研究方向：自然语言处理 - 多跳阅读理解
  • 电子科技大学 | 软件工程 | 本科 | 信息与软件工程学院 | 2015.09 - 2019.06

工作与实习经历

Shopee | 高级后台开发工程师 | ShopeeFood | 2022.07 - 至今

团队介绍：隶属 ShopeeFood Order Team（订单核心研发团队），聚焦订单全生命周期（正向交易 + 逆向退款）的系统设计与开发，支撑大规模订单量的履约需求。团队通过分布式架构、高并发处理、数据一致性保障等技术手段，解决高可用、实时性挑战。

工作职责：订单核心流程 PIC，主导订单正向（下单 / 支付 / 履约）与逆向（退款 / 售后）全流程的系统设计与开发。

核心产出：

  • AI Agent 系统研发

    • 基于 Eino 框架搭建 Workflow + Agent ReAct 兜底的故障排查系统，串联告警触发、Skill 选择、工具选择、工具调用、AI 故障定位以及 AI 问答机器人
    • 上下文管理与长短期记忆机制，实现多轮诊断状态追踪、关键信息压缩、历史操作复用及故障定位结果
    • 以代码为事实库，实现业务问答
    • MCP 工具链建设：封装代码、监控、ChangeLog 等查询能力，实现统一工具抽象，支持 AI Agent 自动化故障分析与诊断
    • 基于在线反馈 + 离线评估搭建系统评估体系，延迟发送待评价 + 手动 / 模型评估结合，基于数据驱动实现系统自进化

  • 订单表无停机分库迁移

    • 订单核心库单库数据量远超运维上限容量，高峰期 MySQL 负载高，DDL 操作耗时长，无法满足订单增长需求
    • DB 分阶段双写，逻辑表改成物理表，读写迁移覆盖率验证，多阶段校验和可回滚
    • 存量 + 正反增量校验，保证数据最终一致性
    • CDC 双写，保证内部异构 ES + 外部离线归档数据等平滑迁移
    • 异步任务 | 控扫表，控制改造范围，保障业务平稳迁移
    • 效果：高峰期 MySQL CPU 使用率显著下降，单库容量控制在合理范围内，DDL 耗时大幅降低

  • TCC 三阶段语义最终一致性库存方案落地

    • 从 0 到 1 构建库存系统，解决商品的"超卖"和"少卖"问题
    • TCC 三阶段模型：
      • Try：用 Order Item ID + Dish ID + quantity 预扣库存（冻结至"预扣池"），通过数据库行锁校验余量，避免超卖
      • Confirm：即时单消费"订单创建"Kafka 消息扣减库存；预约单监听 processing_time 时间轮，到期正式扣减
      • Cancel：定时扫描预扣记录，若订单未成功则返还库存，通过重试机制保障最终一致性
    • MySQL 为库存记录源，Redis 为库存数量源，状态机 + 幂等保证分布式事务的一致性
    • 效果：库存一致性达高标准，彻底解决超卖 / 少卖问题，相关库存不足取消率大幅下降

  • 订单异构数据同步优化

    • 表名 Sharding 分片，保证单表消息内部有序
    • 多协程并发消费，每个协程只消费固定分片的消息
    • Offset 延时提交，保证 Kafka 消息整体有序提交
    • 效果：同步吞吐量显著提升，ES 同步延迟大幅降低，沉淀为统一消费类供各团队使用

技术栈：Go、MySQL、Kafka、ElasticSearch、Eino、Milvus、MCP、Python

华为 | 算法实习生 | 公共开发部 | 2020.10 - 2021.07

  • 时间序列算法集成与优化：针对云化告警业务人工排查效率低的问题，将 WaveNet / MQRNN 等时序算法集成至时间序列检测库，实现告警日志异常自动检测
  • 模型效果优化：通过特征工程调优 + 超参数搜索提升检测准确率

技术栈：Python、WaveNet、MQRNN、时间序列分析

百度 | 算法实习生 | 知识图谱部 | 2018.11 - 2019.05

  • 事件图谱归一算法研发：针对多源异构事件数据难以统一检索的问题，基于 BERT 预训练完成事件判别、事件名生成、事件归一全流程 pipeline，业务上线至时空 Top 卡片，覆盖大规模事件数据
  • 鹰眼热点发现系统：针对核心站点热点资讯人工发现效率低的问题，开发热点事件粗召回功能供内部使用，支持多个核心站点实时监控

技术栈：Python、BERT、ElasticSearch、知识图谱、NLP

SAP | 后端开发实习生 | IBS 部 | 2017.12 - 2018.06

  • 某汽车主机厂 CRM 的后端开发工作，主要使用 C4C 针对到店、试驾等任务进行数据处理和接口定义工作

比赛经历

  • 华为 Digix AI 全球校园 AI 算法精英大赛 | 第 6 名 / 1000+（前 0.6%）| 2020.08 - 2020.11

    • 主导广告 CTR 预测任务，针对正负样本严重不均衡（负样本量为正样本 30 倍）问题，设计负样本采样策略 + 模型融合方案，最终 AUC 达 0.81
    • 使用 Word2Vec 序列建模对广告 ID 进行 Embedding 表征，挖掘用户 - 广告序列依赖关系，配合 Target Encoding 与交叉特征，使用 LightGBM 训练，获奖金 1.2 万元

  • 莱斯杯：全国第二届"军事阅读理解"挑战赛 | 第 4 名 / 65 / 653 | 2019.09 - 2019.10

    • 军事阅读理解任务，包含单答案问题、多答案问题、推理问题。根据每个问题和其对应的文章，抽取出正确的答案
    • 模型层使用百度 ERNIE 1.0 + 3 层 Query-Context CoAttention 对答案进行预测

论文成果

专业技能

  • 编程语言：Golang、Python，扎实掌握数据结构、算法、网络编程
  • 系统能力：深耕高并发交易系统架构，具备高可用、高性能、分布式一致性及资损防控方案设计能力；负责订单交易链路稳定性建设，完善监控、告警、SOP、故障应急等稳定性治理体系
  • Agent / LLM：熟悉 Harness Agent 设计理念，具备从 0 到 1 构建 Agent 系统落地经验
  • 算法：特征工程、LightGBM、NN、BERT、ERNIE、Word2Vec、时间序列分析
  • 英语水平：CET-6，具备英文论文读写能力