IT人力外包人才简历库

精通JavaScript（ES6+）与Python全栈开发，擅长构建高并发系统。深入掌握Spring Cloud Alibaba微服务架构，熟悉JD-RocketMQ消息中间件及JIMDB数据库优化。具备Transformer模型从预训练到部署的全流程经验，熟悉Agent系统与MCP多智能体协作架构。熟练使用Vue进行前端开发，精通Django/PHP后端开发，具备NLP模型（如BERT-Medical、Med-Transformer）的实战经验，熟悉Apache Hudi、Flink等大数据处理技术。

先后任职于某大型电商平台、某互联网医疗企业及某健康科技公司，深耕互联网医疗及供应链领域。在某互联网医疗企业主导互联网医院后端开发，基于JavaScript构建高并发问诊请求处理模块，集成自研AI模型实现智能问诊系统。参与药京采项目，优化供应链采购模块，支撑大促期间数据高效流转。技术栈覆盖全栈开发，精通JavaScript/Python、Vue、Django/PHP，深度掌握Transformer模型及Agent系统，具备复杂系统架构设计与团队管理能力。

京东互联网医院中台系统：基于Spring Cloud Alibaba重构核心系统，采用JD-RocketMQ实现亿级消息削峰，JIMDB热数据预加载将问诊接口响应时间优化至128ms，支撑单日3000万+问诊请求。开发Netty WebSocket网关，医患消息传输延迟<50ms，日均处理1200万+会话。基于NeuHub平台BERT-Medical模型实现症状识别准确率93.5%，日均智能预问诊80.2万例。JD Chain智能合约实现电子处方流转，处方处理时效缩短至60秒。

药京采供应链智能升级：主导订单系统Service Mesh化改造，订单处理峰值从6000TPS提升至12000TPS；研发TCC+JDW分布式事务方案，库存扣减准确率达99.9998%；构建数字孪生系统，用Transformer-XL模型将采购计划准确率提升至89%；设计智能决策引擎，年节省采购成本20.3亿元。

智慧医疗数据中台：为某卫健委搭建平台，用Apache Hudi实现CDC数据捕获，日均处理2000万+诊疗数据，入库时效缩至15分钟；基于Flink构建特征计算引擎，模型训练效率提升5倍；Med-Transformer模型实现AUC 0.91预测性能，区域管理覆盖率提升至78%；基于言犀大模型打造智能问答系统，准确率88.7%。