个人介绍
-具有一定的系统架构设计能力;
-熟悉rusr,java、python、scala等主流语言
-熟悉SpringBoot、SpringCloud、SpringMVC等框架
-熟悉Clickhouse、Elasticsearch、Hbase、Spark、Kafka、Zookeeper等大数据框架
-熟悉Docker应用容器引擎
-熟练掌握STRUTS、SPRING、HIBERNATE等主流开发框架,熟悉HTML、CSS、Jascript、Ajax等相关技术;
-熟练应用react、AngularJS、VUE等WEB开发技术;
-熟悉TOMCAT,Nginx,WEBLOGIC等常用应用服务器;
-熟练应用常见数据库postgresql、Oracle、Mysql、Redis、Trs、SQLite ,具有SQL数据库索引优化、查询优化和存储优化经验,数据缓存技术的经验。
工作踏实,态度积极,能够承受工作压力,能适应严格项目管理;
责任心强,正直诚实,值得信赖。
工作经历
2015-07-15 -至今北京中安智达科技有限公司研发主管
在公司主要负责完成以下工作: 1、2020至今开发并管理的短视频监测分析系统(抖音、快手等短视频平台) 2、2019-2020开发并管理了隐形眼镜系统(facebook,twitter,telegram,instagram,wechat,whatsapp) 3、2017-2019国外出差,战略情报分析系统交付 4、2016-2017 带领团队开发了日志分析系统,主要是对海量日志数据进行采集,然后按照规则对日志数据进行结构化操作并存储,支持SPL全文查询、仪表盘展示、实时告警、智能报表等功能,并通过了ISO9000审核。 5、2015-2016 开发并管理了战略情报分析系统、智能语音识别分析系统、电台广播系统 6、编写了三篇软件篇著作权,1、战略情报分析系统;2、互联网舆情分析系统;3、智能语音识别分析系统 编写了三篇专利,1、一种面向大数据的异构数据库查询方法;2、一种面向大数据的关系分析展示方法;3、一种海量日志智能运维系统及方法
2012-03-30 -2015-07-01北京亿赛通科技发展有限责任公司高级后端工程师
大数据分析系统:一个对互联网信息进行实时还原、实时分析、实时监控、实时跟踪、实时告警和管理的平台系统,可以对特定策略处理、存储以及分析,同时对海量数据进行实时存储和挖掘,对出口数据进行综合监控。 系统架构:Struts+spring+mybatis+oracle 工作经历如下: 系统维护及bug修改工作,采用flex技术完成用户关联分析及拓扑图的开发,并设计成组件; 参与阿曼、委内瑞拉、埃塞俄比亚 项目,并对埃塞人员进行培训工作; 根据现在比较流行的技术 对老的项目进行了升级; 系统工作原理如下: 系统通过旁路分光的方式,将互联网国际口的镜像数据通过过滤规则过滤后汇总到数据分流设备进行负载均衡,然后将处理过的数据分发到协议还原平台设备组。 经由协议还原软件通过特征识别,将互联网数据识别为网页类、邮件类、论坛类、博客类、微博类、VOIP类、即时聊天类、下载类、远程控制类、加密通信类等互联网类用户行为,并提取用户行为的时间、源IP目的IP、用户账号、用户下载和提交的文本及文件等信息,输出到海量数据存储平台。 其中用户行为的日志信息存储到结构化数据库服务器,用户行为的文本内容及文件信息存储到
2010-10-01 -2012-03-01神州泰岳工程师
Ultra-IAM (单点登录系统) 身份管理解决方案是集账号(Account)管理、授权(Authorization)管理、认证(Authentication)管理和综合审计(Audit)、安全访问控制(Access control)于一体的综合解决方案。 * 构建企业统一门户Portal:用于整合企业内部的各种应用系统,同时简化用户的访问。 * 集中认证及单点登录:实现对人的强身份认证,以及通过单点登录和单点登出来实现访问各种IT资源的快捷性和安全性。 * 统一账号及基于自然人身份的全生命周期管理:实现对自然人的主账号管理,以自然人为单位管理企业内外人员的入职、变更、离职等过程,从而大幅度简化人事变动带来的账号管理复杂程度,并实现自然人账号的流程化管理。 * 集中授权:从企业整体的角度,设计并建设企业角色,将其快速的、合理的分配到自然人身上,并防止过度授权情况的出现。 * 集中访问控制:对企业内各种IT资源的可访问路径进行物理或逻辑上的集中,通过严格的访问策略控制自然人对系统的登录及访问行为,保证自然人在合适的时间、合适的地点、合法的访问被授权的IT资源。 项目定制化开发和bug修
教育经历
2006-09-01 - 2010-12-06河北北方学院信息管理本科
技能
主要功能 舆情监测: 实时追踪特定话题、事件或品牌在短视频平台上的传播情况和影响力。 数据分析: 对视频内容、评论、点赞、转发等数据进行分析,以便了解用户观点、情绪和趋势。 舆情评估: 对舆情数据进行评估和总结,提供洞察力,帮助用户制定相应的策略或应对措施。 趋势预测: 基于历史数据和模式识别,预测特定话题或事件在未来在短视频平台上的发展趋势。
通过日志大数据分析,可以发现并提供预测性洞察,避免停运的发生,进而帮助客服人员提高绩效,通过使用产品生成的报表可以大大地缩短故障修复时间,减少宕机次数,实现无障碍的新应用发布和系统升级。从监控、分析、运营等全方位支撑业务管理,从而实现IT运营和管理由过去的“支撑系统”向“驱动价值创造的生产系统”转变