猿急送>

南京Java兼职程序员

ID：390790

Jensen

高级java开发工程师

公司信息：
南京南瑞信息通信科技有限公司

工作经验：
7年

兼职日薪：
500元/8小时

兼职时间：
可工作日远程

所在区域：
南京
全区

技术能力

编程语言
Python：具备扎实的 Python 编程基础，熟练掌握数据结构与算法，能够运用 Python 进行高效的数据处理和分析。精通 NumPy、Pandas、Matplotlib 等常用数据处理与可视化库，运用这些库对海量的用户行为数据进行清洗、分析和可视化展示，为业务决策提供了有力的数据支持。
Java：拥有多年 Java 开发经验，熟悉 Java 核心技术，包括多线程、并发编程、IO、网络编程等。熟练掌握 Spring、Spring Boot、MyBatis 等主流 Java 开发框架，能够基于这些框架进行企业级应用的开发。负责后端服务的开发，利用 Spring Boot 搭建了高效稳定的微服务架构，通过 MyBatis 实现了与数据库的高效交互，保障了系统的高性能和高可用性。
数据库
MySQL：熟练掌握 MySQL 数据库的设计、开发与优化，能够根据业务需求设计合理的数据库表结构，编写高效的 SQL 查询语句。具备数据库索引优化、查询优化、存储优化等方面的经验，通过对数据库索引的优化，将关键业务查询的响应时间缩短了 50%，有效提升了系统的整体性能。同时，熟悉 MySQL 的主从复制、读写分离等技术，能够搭建高可用的数据库集群。
前端技术
HTML/CSS/JavaScript：具备扎实的前端基础，熟练掌握 HTML5、CSS3 和 JavaScript 的语法和特性。能够运用 HTML 和 CSS 进行页面布局和样式设计，实现各种复杂的页面效果。精通 JavaScript 编程，熟悉 DOM 操作、事件驱动编程等，能够开发交互性强的前端应用。，负责前端页面的开发，通过 JavaScript 实现了丰富的用户交互功能，如表单验证、动态页面加载、数据可视化等，提升了用户体验。
Vue.js：熟练使用 Vue.js 框架进行前端开发，熟悉 Vuex、Vue Router 等核心插件的使用。能够基于 Vue.js 搭建单页面应用（SPA），实现组件化开发和状态管理。运用 Vue.js 构建了高效、可维护的前端界面，通过组件化开发提高了代码的复用性和开发效率，同时利用 Vue Router 实现了页面的路由管理，提升了应用的导航体验。
其他技术与工具
Docker：熟练掌握 Docker 容器化技术，能够将应用程序及其依赖打包成 Docke

项目经验

一、项目时间
2020年3月到2021年6月
二、项目背景
随着金融市场的不断发展和银行信贷业务规模的持续扩大，传统的银行风控系统在实时性、准确性和适应性方面逐渐暴露出不足。面对日益复杂的金融风险和监管要求的不断提高，银行急需对现有风控系统进行全面优化与升级，以更精准地识别、评估和控制各类风险，保障银行资产安全，降低潜在损失。
三、项目描述
该项目旨在利用先进的技术架构和数据分析手段，对银行现有的风控系统进行全方位改造。通过整合多源数据，构建实时风险评估模型，实现对客户信用风险、市场风险和操作风险的实时监控与预警。同时，优化系统的决策流程，提高风险处置的效率和准确性，确保银行在合规的前提下稳健运营。
四、我的职责
核心模块开发：作为后端开发团队的主力成员，主要负责风控系统核心业务模块的设计与开发工作。运用 Java 语言和 Spring Boot 框架搭建系统的后端服务架构，实现数据接入、风险计算、规则引擎等关键功能。通过对业务需求的深入理解，设计合理的数据结构和算法，确保系统能够高效、准确地处理海量金融数据。
数据处理与整合：负责与数据团队协作，对接银行内部的多个数据源，包括客户信息系统、交易系统、征信系统等。使用 Java 的数据库连接技术（如 JDBC）和数据处理框架（如 MyBatis），实现对不同格式和结构数据的抽取、清洗、转换和加载（ETL），为风险评估模型提供高质量的数据支持。
风险模型实现：参与风险评估模型的落地实现，将数据科学家提供的数学模型转化为可执行的 Java 代码。
系统优化与调优：在系统开发过程中，持续关注系统性能，通过代码优化、缓存机制（如 Redis）的引入、数据库索引优化等手段，提升系统的响应速度和处理能力。在系统上线后，参与性能测试和压力测试，根据测试结果进行针对性的优化，确保系统能够满足银行高并发、实时性的业务需求。
与其他团队协作：积极与前端开发团队、测试团队、数据团队和业务部门沟通协作。与前端团队进行接口对接，确保前后端数据交互的顺畅；配合测试团队进行单元测试、集成测试和系统测试，及时修复测试过程中发现的问题；与数据团队共同探讨数据质量和数据安全问题，保障数据的准确性和完整性；与业务部门保持密切沟通，了解业务需求和风险控制要点，确保系统功能符合实际业务场景。
五、技术运用
开发语言与框架：使用 Java 作为主要开发语言，利用其强大的生态系统和丰富的类库，确保系统的稳定性和可维护性。基于 Spring Boot 框架进行快速开发，借助 Spring Boot 的自动配置、起步依赖等特性，简化项目搭建过程，提高开发效率。同时，使用 Spring Cloud 微服务框架实现系统的微服务化架构，将风控系统拆分为多个独立的服务，如数据服务、风险评估服务、规则引擎服务等，提高系统的可扩展性和容错性。
数据处理与存储：在数据处理方面，使用 JDBC 和 MyBatis 实现与关系型数据库（如 MySQL）的交互，进行数据的持久化存储和查询。利用 MyBatis 的动态 SQL 功能，灵活编写复杂的数据库操作语句。同时，引入 Hadoop 生态系统中的 Hive 和 HBase，用于存储和处理海量的结构化和半结构化数据。通过 Hive 进行数据仓库的建设，实现数据的离线分析和报表生成；利用 HBase 的高并发读写特性，存储实时性要求较高的风险数据。
消息队列与缓存：为了实现系统的异步处理和高并发性能，引入 RabbitMQ 消息队列。在风险评估过程中，将一些耗时的任务（如数据计算、模型训练等）通过消息队列进行异步处理，提高系统的响应速度。同时，使用 Redis 缓存技术，缓存常用的数据和计算结果，减少数据库的访问压力，提高系统的整体性能。
六、项目成果
风险识别与预警能力提升：新的风控系统实现了对各类风险的实时监控和精准预警。通过实时采集和分析客户交易数据、市场数据等多源信息，能够及时发现潜在的风险隐患，并向相关部门发送预警信息，为风险处置赢得了宝贵的时间。
业务流程优化与效率提升：优化后的风控系统简化了风险评估和审批流程，将原来繁琐的人工审核环节进行了自动化处理，大大提高了业务处理效率。提高了客户满意度，同时也降低了银行的运营成本。
合规性与安全性增强：严格遵循金融监管要求，对系统进行了全面的合规性改造。完善了风险控制规则和审批流程，确保银行的业务操作符合相关法律法规和监管政策。同时，加强了系统的安全防护措施，采用加密技术、身份认证、访问控制等手段，保障客户数据和银行资产的安全。
数据驱动的决策支持：通过对海量金融数据的深入分析和挖掘，为银行的风险管理和业务决策提供了有力的数据支持。管理层能够根据系统提供的风险分析报告和决策建议，及时调整业务策略，优化资源

案例展示

进销存后台管理软件

在详细功能上，具备统计分析功能，能对库存数据深度剖析，呈现库存分布与变动趋势；精准计算利润，生成清晰利润报表，为决策提供数据支撑。资源管理涵盖联系人、厂商、产品、门店信息管理，方便企业整合各方资源。账目管理可记录产品入库、出库、退货情况，实时更新库存数据，确保库存精准。开发过
AI公众号

这是一款由我独立研发的创新型新闻产品正式亮相。该产品深度融合 AI 技术，带来新闻领域新变革。在新闻采集上，它凭借 AI 强大的搜索与筛选能力，可快速从海量网络信息源中精准抓取热点新闻，涵盖科技、商业、文化等多领域，确保新闻时效性与全面性。数据分析总结环节，AI 算法能深