爱笑的张飞
全职 · 300/日  ·  6525/月
工作时间: 工作地点: 远程
服务企业: 0家累计提交: 0工时
联系方式:
********
********
********
聊一聊

使用APP扫码聊一聊

个人介绍

我是程序员客栈的【爱笑的张飞】,一名【软件后端开发工程师】;

我毕业于【中国科学技术大学】,担任过【百度公司】的【数据库管控平台后端开发】和【腾讯公司】的【收付通产品的后端开发】;

熟练使用 【Go 语言】,【MySQL】 和 【Redis】,以及 【zookeeper】 和 【kafka】,熟悉 【Python】 语言和 【PHP 语言】;

如果我能帮上你的忙,请点击【立即预约】或【发布需求】!

工作经历

  • 2023-09-01 -至今腾讯后端开发

    腾讯 - 收付通平台 - 负责后端开发 2023.09-至今 1. 负责收付通平台功能开发,完善产品功能矩阵。主要包括多智能路由、风控雷达、转账支付、余额支付和各种收单渠道(平安银行、招商***支付宝)等收单渠道的对接。 2. 分析发现支付流程中的痛点,引⼊智能路由,由原来单个独⽴的收单渠道收单,转换为一主多备的收单渠道,从⽽极⼤降低收单渠道故障引发的客户业务受损,自动切换收单渠道使线上故障的处理时间从30分钟级别降低到分钟级别,极⼤提升了运维的效率。同时引入风控雷达服务,支持自定义风控规则,使用规则表达式进行规则匹配,对触发风控告警的支付行为进行告警和自动止损。 3. 通过完善产品功能矩阵,顺利使该产品上线腾讯云以Saas订阅的方式进⾏售卖;同时支持多个私有化项目。

  • 2021-07-01 -2023-09-01北京百度科技后端开发

    百度 - GaiaDB管控平台开发 - 负责后端开发 2021.07-2023.09 1. 负责管控平台功能开发,完善产品功能矩阵。主要包括多读写⼊⼝(读写分离)、代理实例售卖、计算节点升降配、例⾏切换和故障切换、数据库账号与权限,IP/BNS⽩名单等。 2. 分析发现任务管理中的痛点,引⼊⽗⼦任务关系,由原来单个独⽴任务转变为⽗⼦任务相关联,同时通过拆解复杂任务,使各个任务阶段可重⼊,从⽽极⼤降低对失败任务的处理⻔槛与⼈⼯介⼊的处理时间,使线上故障的处理时间从30分钟级别降低到分钟级别,极⼤提升了运维的效率。 3. 通过完善产品功能矩阵,顺利使该产品上线到百度智能云进⾏售卖;同时通过任务管理优化,任务可重 ⼊拆解,使项⽬的运维成本预计减少0.5个⼈⼒

教育经历

  • 2018-09-01 - 2021-07-01中国科学技术大学软件工程硕士

  • 2014-09-01 - 2018-07-01河南师范大学计算机科学与技术本科

技能

123
Redis
Zookeeper
MySQL
0
1
2
3
4
5
0
1
2
3
4
5
作品
腾讯收付通

本方案面向谁? 本方案主要面向第三方支付服务提供商,包括支付公司、电商平台、金融科技公司等。同时,也面向使用第三方支付服务的终端用户,如消费者和商家。 本方案解决了以下问题: 1. 支付安全性:第三方支付涉及资金流转,安全性是首要考虑的问题。本方案通过多重加密、风险检测和欺诈预防等手段,确保支付过程的安全。 2. 支付便捷性:为了提升用户体验,本方案提供了多种支付方式,包括扫码支付、快捷支付、跨境支付等,满足用户的多样化需求。 3. 支付合规性:随着支付行业的监管日益严格,合规性成为必须面对的问题。本方案遵循相关法律法规,确保支付业务的合规性。 4. 支付效率:本方案通过优化支付流程、提高系统处理能力等措施,提升了支付的效率和成功率。 5. 数据分析与决策支持:为支付服务提供商提供丰富的数据分析工具,帮助他们更好地了解用户行为、市场趋势,从而做出更明智的决策。 方案的技术选型? 1. 智能路由:自动感知下游支付系统异常,智能选择备用支付渠道,自动进行切换,提供安全可靠的支付处理能力。 2. 加密与安全技术:采用SSL/TLS加密、RSA算法等安全技术,确保支付数据的安全传输和存储。 3. 数据库系统:如MySQL、PostgreSQL等关系型数据库,用于存储和管理支付相关的数据。 4. 分布式系统架构:如微服务架构,提高系统的可扩展性和容错能力。 5. 风险管理与欺诈检测系统:利用规则引擎等技术构建的风险评估和欺诈检测系统,实时监控并应对潜在风险。 6. API与集成平台:提供标准的API接口,方便与其他系统进行集成和交互。

0
2024-08-16 11:32
云原生数据库管控平台

本方案面向谁? 本方案主要面向云原生数据库的使用者和管理者,包括企业IT部门、数据库管理员、开发人员以及业务负责人。这些用户通常需要在复杂的云环境中高效地部署、管理和优化数据库服务。 本方案解决了以下问题: 1. 数据库部署复杂性:在云原生环境下,数据库的部署和管理变得更加复杂。本方案提供简化的部署流程和自动化工具,降低了操作的难度。 2. 资源利用率低:传统的数据库管理方式可能导致资源浪费。本方案通过智能的资源调度和优化算法,提高了资源的利用率。 3. 性能瓶颈:随着业务增长,数据库可能面临性能瓶颈。本方案提供了性能监控和调优工具,帮助用户及时发现并解决性能问题。 4. 安全性问题:数据库安全至关重要。本方案集成了多种安全功能,如访问控制、数据加密和审计日志,确保数据库的安全性。 5. 运维成本高:手动运维数据库不仅效率低下,而且容易出错。本方案通过自动化运维和智能告警等功能,降低了运维成本。 方案的技术选型? 1. 容器化技术:如Docker和Kubernetes,用于实现数据库的容器化部署和管理。 2. 微服务架构:将数据库管理功能拆分为多个微服务,提高系统的可维护性和可扩展性。 3. 云原生数据库:如MySQL、PostgreSQL、MongoDB等云原生版本的数据库,提供高性能、高可用性和可扩展性的数据库服务。 4. 监控和日志系统:如Prometheus、Grafana,用于实时监控数据库的性能和状态,并收集和分析日志数据。 5. API网关和消息队列:如Kong和RabbitMQ,用于实现微服务之间的通信和集成。

0
2024-08-16 11:32
更新于: 08-14 浏览: 59