




个人介绍
我是程序员客栈的【有钱有闲】,一名【人工智能、物联网与分布式微服务系统方向】的CTO、技术总监、架构师、项目主管;
我毕业于【武汉商学院】,担任过【支付宝】的【项目主管/高级开发】,担任过【连信科技人工智能】的【CTO】,担任过【大盒子汽车工业物联网】的【技术总监】; 负责过【智能投诉分类系统】,【高性能分布式中间件】,【电子政务大数据平台】等系统架构设计和开发;
熟练使用【Python】,【PyTorch】,【Deeplearning4j】,【MyBatis/Dubbo】,【NLP工具链(如NLTK、SpaCy、Hugging Face Transformers)】;
在多年的技术负责人经验中,我不仅擅长团队管理和项目管理,还精通系统架构设计和运维优化。曾就职于支付宝和多家上市公司,负责项目和技术管理,最近几份工作分别是AI人工智能CTO和工业物联网技术总监,具备六年多硬件和软件结合的智能产品经验。管理技术团队规模大多在六十人以上,也曾管理过百人左右的技术团队,并有从0到1组建团队和系统的成功经验。
突出贡献:
技术创新与专利:自主设计和研发的中间件获得国家实用新型发明专利,多次助力企业获取高新技术企业认证及相关补贴;
中间件定制与脚手架:定制多个中间件(如 MyBatis、Dubbo)插件解决安全问题、提升效率,开发框架和代码自动生成器脚手架提高开发效率和规范质量;
技术安全防护体系:建立企业技术安全防护体系和管理体系,帮助公司多次获取等保三级认证,在多次市级安全演练中,系统未被攻破,具备抵御境外安全攻击的能力(日峰值百万级)。
如果我能帮上您的忙,请点击“立即预约”或“发布需求”!
工作经历
2024-05-01 -2025-04-01中国计量大学研究院研发总监
工作描述: 1、业务合作洽谈,技术可行性评估,风险评估、成本预算与评估。 2、项目产品方案和技术方案编写、技术架构设计、软硬件供应商甄选管理。 3、自研系统(12315投诉举报智能助手)开发(文本分类模型、受理模型等模型的设计开发、知识图谱设计开发)以及智能客服搭建,外包项目(粮食质检、智慧景区、智能消防等)实施管控。 主要业绩: 陪同市场商务从项目初期跟进项目,进行业务合作洽谈,负责产品需求收集,产品和技术方案以及合同撰写,成功达成多个项目合作(两百万+项目1个,五十多万项目2个),以较小人力和时间快速推进项目设计、开发实施落地 项目描述: 12315投诉举报智能助手针对消费者投诉举报处理效率低、人工分类耗时耗力易出错的问题,主导设计开发智能助手,实现投诉举报的自动化分类、受理模型预测、知识图谱辅助决策及智能客服交互,提升市场监管部门的处理效率与服务质量。核心功能与技术: 文本分类与受理模型 模型设计:基于Hugging Face的Transformers库,微调BERT、RoBERTa等预训练模型,构建多级分类体系(如投诉类型、受理部门、紧急程度)。 数据处理:使用Pand
2021-05-01 -2024-05-01浙江连信科技有限公司CTO
工作描述: 1.技术统筹与项目管理: 全面统筹G端(政法、司法、监狱、军队消防等)、B端(银行、大企业、学校)和C端(A***宝小程序)三大业务线的技术规划、系统架构与项目管理。主导省级和市级重点项目(如浙江省社矫、省卫健和市卫健等)的技术方案设计与项目进度实施管控,实现项目交付周期缩短40%,确保项目按时高质量交付。负责公司所有公有云、私有云项目及IDC机房的自动化运维及告警系统的搭建等运维管理工作,通过全链路监控与安全审计体系,将系统稳定性从80%提升至99.98%,故障响应时间缩短至分钟级。 2.系统架构设计: 架构优化与平台建设:主导微服务架构重构(微服务数量精简50%至20个以内),实现服务粒度优化与依赖解耦,部署效率提升500%(两周左右缩短至3天内),系统启动速度从5分钟缩短至1分钟。 连心云开放平台设计:构建PaaS+SaaS双模架构,支持多租户、模块化插拔与弹性扩缩容,集成API开放能力,支撑日均百万级用户交互。 3.技术规范与安全管理: 标准化体系:负责公司内部开发规范及信息安全管理制度的编写,包括但不限于Java、Redis、前端、运维以及Python
2018-03-02 -2021-04-01杭州大盒子汽车服务有限公司技术总监
工作描述: 1、负责公司开发团队组建、技术管理(开发、测试、运维管理)、工业物联网云平台及相关业务系统的架构设计、开发框架中间件、通讯协议、工控硬件等技术选型 2、负责公司智能自动化洗车工控系统等核心系统的设计和开***宝授权认证和支付网关、微服务网关、IOT设备端嵌入式工控程序(洗车机及水循环等硬件以及站点配套的各种传感器的控制、数据采集和监控)、公共组件封装、安全组件/算法封装(单向加密、对称加密、非对称加密)、工控通讯协议封装及HIVE微消息队列MQTT集群支持改造、自动化运维脚本编写等开发和运维工作 3、负责开放平台设计、开放接口文档编写、各类合作企业,如:石油公司(中石油、中石化、中海油等)、汽车厂商(小鹏、大众、现代)、商场、银行、保险等企业技术需求沟通、系统对接 主要业绩: 1、组建技术开发团队,从0到1设计、搭建工业物联网云平台及IOT设备工控程序开发、各种传感器控制数据采集监控 2、核心系统设计、开发(支付系统、工控系统、开放平台、物联网网关、微消息队列中间件集群开发、车联网网关)、参与硬件结构设计、硬件采购选项,后期主导软件系统的产品设计 3、建立健全安
教育经历
2004-09-01 - 2007-07-01武汉商学院信息管理专科
资质认证
语言

1. 软件面向的行业和业务场景 本软件主要面向法律、投诉处理和文本分类领域,适用于需要对大量文本数据进行自动分类和处理的企业或机构。具体业务场景包括: 投诉分类:对客户投诉内容进行自动分类,识别投诉类型(如商品质量、服务态度等),以便后续处理。 法律文本分析:对法律相关文档进行语义理解和分类,辅助法律工作者快速定位关键信息。 NER(命名实体识别):从文本中提取关键实体(如产品名称、公司名称等),用于进一步的数据分析或知识图谱构建。 2. 项目功能模块及使用者功能 项目分为多个功能模块,每个模块对应特定的功能需求: 数据预处理模块: 功能:清洗、分词、去停用词、生成训练数据集。 使用者功能:提供干净、结构化的数据以供模型训练。 特征工程模块: 功能:将文本转换为数值特征(如词向量、TF-IDF 等)。 使用者功能:通过特征提取提升模型性能。 模型训练模块: 功能:支持多种深度学习模型(如 LSTM、GRU、CNN 和 Transformer)的训练。 使用者功能:根据业务需求选择合适的模型进行训练,并优化超参数。 模型评估模块: 功能:使用交叉验证、混淆矩阵、F1 分数等指标评估模型性能。 使用者功能:监控模型表现,调整模型以提高准确率。 预测模块: 功能:加载训练好的模型,对新输入的文本进行分类预测。 使用者功能:实时获取文本分类结果,辅助决策。 资源监控模块: 功能:监控系统资源(如 CPU、内存)和模型训练过程中的性能指标。 使用者功能:确保模型在有限资源下高效运行。 部署与应用模块: 功能:将模型封装为 RESTful API 或微服务,便于集成到现有系统中。 使用者功能:通过接口调用模型服务,实现自动化文本分类。 3. 项目的技术选型和架构特点 技术选型: 编程语言:Java 和 Python。 深度学习框架: Java:使用 Deeplearning4j 实现 LSTM、GRU 和 CNN 模型。 Python:使用 PyTorch 和 Hugging Face 的 Transformers 库实现 BERT 等 Transformer 模型。 依赖管理:Python 使用 pip-tools 管理依赖,Java 使用 Maven 进行依赖管理。 监控工具:TensorBoard 和 MLflow 用于模型训练监控,psutil 用于系统资源监控。 架构特点: 多语言协作:Java 主要负责模型训练和部署,Python 侧重于数据预处理和高级模型(如 BERT)的训练。 模块化设计:各功能模块独立开发,便于维护和扩展。 分布式部署:支持 Docker 容器化部署,便于在云端或本地环境中运行。 高性能计算:支持 GPU 加速(如 CUDA),提升模型训练和推理效率。 该软件通过结合 Java 和 Python 的优势,提供了从数据预处理到模型部署的完整解决方案,适用于需要高效、精准文本分类的业务场景。
