Java Backend · AI Applications · Chengdu
Java 开发工程师
把复杂业务，做成可靠系统。
聚焦 Spring Boot 后端、数据库与缓存优化，也在把 AI 能力真正接进业务流程。从接口、事务到异常链路，关注系统在真实场景里的完整性。
01 / 关于
我喜欢先把问题拆清楚，再选择合适的技术。比起堆叠名词，更在意接口是否稳定、数据是否一致、异常能不能被快速定位。
具备较强的自主学习能力，能够快速理解新技术原理并落地实践。持续关注 AI 领域的发展，也在项目中探索大模型、RAG 与 Function Calling 如何真正服务业务。
从校园电商到企业数据报表，再到车辆通行系统，我的实践覆盖需求梳理、后端实现、缓存优化、联调与问题排查。
智能科学与技术 · 本科
2023.09 - 2027.06Spring Boot · AI 应用
中国
02 / 工作经历
两段实习，分别面向企业数据产品与智慧监管系统。
后端技术开发实习生
产品开发实习生
03 / 项目
从订单、库存与缓存的一致性，到知识检索、工具调用和会话稳定性。
校园全栈电商系统 · 后端开发
面向云南财经大学的品质生活购物平台，覆盖 PC 商城、移动端管理后台与 AI 智能客服。商城包含商品检索、购物车、下单与订单追踪完整闭环，14 个页面全部原生手写。
针对重复提交与并发超卖风险，设计 requestId + 数据库唯一索引的结算幂等方案，并通过带库存条件的原子 SQL 扣减库存；结合 Spring 事务保证订单、库存、订单明细与购物车一致，取消订单自动回补库存。
高频商品详情引入 Redis Cache-Aside，采用 30～35 分钟随机 TTL，并在商品更新、删除及上下架后主动失效；购物车和订单明细改为批量查询，补充状态分类与用户订单时间组合索引，缓存不可用时自动降级查库。
针对工作室私域非结构化文档构建 RAG 检索增强链路；同时通过 @Tool 将项目详情、订单信息和配送状态封装为工具函数，由模型按意图实时查库，补足 RAG 对动态结构化数据覆盖不足的问题。
基于 Redis 持久化每用户多轮对话上下文，解决服务重启或多实例部署下的记忆丢失问题；结合用户维度滑动窗口限流，防止 API Key 被恶意消耗，保障高并发下的响应稳定性。
04 / 技能
后端为主，具备前端协作与容器化部署能力。
A
熟练运用 Java 面向对象编程，遵循阿里规约编写高质量代码。
B
关注查询效率、缓存命中与不同业务口径下的数据一致性。
C
能够独立完成页面搭建，并与后端接口进行完整联调。
D
具备 Linux 与容器化部署基础，习惯用工具提升交付效率。
数据结构 · Spring Boot 框架应用 · Java EE · 算法设计与分析 · Java Web · 数据库系统原理 · 计算机网络基础 · 软件工程 · 操作系统原理 · Python