高晓庄照片

高晓庄

男1998本科5 年经验

📞 13234092829 ✉️ gxzhahaha@163.com

个人梗概

  • 2017.09 - 2021.06 辽宁科技大学 · 软件工程专业
  • MBTI:INTJ
  • 代码洁癖症,看到脏乱差的代码宁愿牺牲个人时间来整洁代码
  • 热衷于创新,爱好于学习,既擅长团队合作,又有自己的见解能够独立完成任务

专业技能

开发与系统架构

  • 熟练使用 Java、Go、Python、Vue 等开发语言,具备企业级系统设计与开发经验
  • 熟悉 Spring Boot、Spring Cloud、Gin、Flask、Django 等主流开发框架,具备微服务架构设计与治理经验
  • 熟悉 RESTful API 设计规范,具备高并发、高可用系统开发经验
  • 熟悉 MySQL、PostgreSQL、Redis 等数据库及缓存技术,具备数据库设计与性能优化经验
  • 具备复杂业务系统架构设计能力,能够完成需求分析、技术选型及系统落地

云原生与基础设施

  • 熟悉 Linux 操作系统及常用中间件、数据库部署维护,具备信创国产化经验及较强的问题排查、系统运维能力
  • 熟悉 Docker、Kubernetes 等容器化与云原生技术,具备微服务、高可用架构设计与落地经验
  • 熟悉 KVM、QEMU、Libvirt 等虚拟化技术,具备云平台虚拟化开发经验,了解主流公/私有云平台架构与实现机制
  • 具备 DevOps 与 CI/CD 实践经验,能够基于 GitLab/Jenkins 等工具搭建自动化交付流程

AI 应用开发与工程化

  • 熟悉 RAG、Prompt Engineering、AI Agent、Workflow、Function Calling、多 Agent 协作等大模型应用开发技术,具备 AI 应用工程化实践经验
  • 具备知识库、智能问答、智能填表、AI 问数、流程自动化、隐患识别助手等 AI 场景落地经验,能够基于 LangChain、Dify 等框架工具完成 AI 能力建设
  • 具备 AI 多模态应用实践经验,具备 YOLO 目标检测、图像识别等机器学习模型训练、推理全流程落地经验
  • 具备开源大模型本地化部署经验,了解 Ollama、vLLM 等模型部署方案,能够完成 GPU 环境配置与模型服务部署
  • 了解 LoRA 微调、Prompt Engineering 等大模型调优方式,具备基础模型训练与推理优化认知
  • 熟悉 OpenAI、DeepSeek 等模型 API 集成方式,了解 Function Calling、多 Agent 协作、上下文工程等技术体系

AI 协同研发与研发效能

  • 熟练使用 Cursor、Claude Code、Codex 等 AI Coding 工具,具备 AI 协同开发与研发提效实践经验
  • 能够利用 AI 工具完成代码生成、架构设计、问题分析、自动化脚本编写等工作
  • 关注 Agent、AI Workflow、研发效能平台等方向,具备 AI 驱动研发流程优化意识

专业证书

腾讯云从业者认证 腾讯云网络安全运维工程师认证 腾讯云高级架构师认证

工作经历与核心项目

腾讯无线大连研发中心

后台开发 · 安全中心 · T5

2020.12 - 2022.06

参与腾讯云安全及自动化测试相关平台研发,接触 Java、Golang、Python 等多种技术栈,参与从需求分析、系统设计到研发交付的完整流程,在大型互联网企业研发体系中建立规范化工程意识,并形成较强的跨技术栈学习与复杂业务理解能力。

核心项目一 · 优测自动化测试平台 utest.21kunpeng.com

面向企业内部研发及测试场景的自动化测试平台,覆盖接口管理、接口测试、终端测试、Web UI 测试、性能测试、Mock 服务及接口监控等能力,实现测试流程的统一管理与自动化执行。

技术栈:Golang(Beego)、Java(Spring Boot)、Python(uiautomator / Selenium)、MySQL

  • 参与平台需求分析、系统设计、数据库设计及核心功能开发,完整参与平台从需求到交付的研发流程
  • 负责部分自动化测试能力开发,结合 Python、Selenium、uiautomator 实现 Web 及终端自动化测试
  • 参与接口管理、接口测试、Mock 服务、接口监控等平台能力建设,推动测试流程标准化
  • 参与部署流程优化,减少人工部署及环境配置工作,客户侧部署效率提升约 80%
核心项目二 · 腾讯安全运营中心(SOC) cloud.tencent.com.cn

面向政企客户的云上安全运营平台,通过采集多源、异构海量日志数据,提供风险检查、流量入侵检测、敏感信息泄露监测、日志审计等安全能力,帮助客户持续监测网络安全态势。

技术栈:Golang(Gin)、Python(Flask)、Elasticsearch、MySQL

  • 独立负责工单模块后台开发,完成需求分析、接口设计、数据库设计及功能实现
  • 基于 Golang 完成业务接口及后台服务开发,深入实践高并发及分布式系统开发模式
  • 参与海量日志数据相关业务开发,接触 Elasticsearch 数据检索与存储技术
  • 为前端及大屏应用提供数据展示 API,完成数据聚合、查询及接口服务开发

广州市品高软件股份有限公司

后台开发 · 云架构产品部 · T2.1

2022.06 - 2023.06

参与品高云 Stack 超融合私有云平台从 0 到 1 的建设,负责核心模块研发及客户交付,深入计算虚拟化、分布式存储、SDN 及云平台基础服务等底层技术领域,逐步形成面向产品稳定性、兼容性及可交付性的工程思维。

核心项目 · 品高云 Stack 超融合私有云平台 bingosoft.net

面向政企客户的新一代信创超融合私有云平台,融合计算、存储及网络虚拟化能力,提供资源统一管理、调度、故障检测与运维服务,支持信创适配和自主可控,降低数据中心建设及运维复杂度,提升资源利用率、业务连续性与平台扩展能力。

技术栈:Golang(Gin)、Erlang、MySQL、etcd、KVM、QEMU、Libvirt、Ceph

  • 参与平台从 0 到 1 的产品建设,参与竞品分析、技术选型、模块拆分、架构设计、核心研发及交付落地
  • 负责计算虚拟化核心模块设计与实现,基于 KVM、QEMU、Libvirt 实现虚拟机创建、启动、停止、资源配置及生命周期管理,深入理解虚拟化底层运行机制
  • 负责 MySQL 高可靠能力建设,针对断电、弱网、异常重启等极端环境设计服务恢复及数据可靠性方案,提升平台基础服务稳定性
  • 负责第三方存储厂商对接方案设计与落地,完成平台侧存储资源管理与不同存储产品的适配集成
  • 参与 SDN 网络能力对接及平台集成,深入理解计算、存储、网络三类基础资源在云平台中的协同关系

沈阳金建数字城市软件有限公司

架构师 · 基础研发部

2023.06 - 2026.07

负责公司整体技术架构升级与基础平台建设,推动公司由传统 .NET 单体架构向 Java 微服务及云原生体系转型,完成统一技术底座与研发运维体系建设,并持续探索 AI 技术在业务场景中的应用落地,为多个业务系统及项目提供技术支撑与能力赋能。

Aone 统一集成平台 · 企业级统一技术平台与云原生架构

面向公司内部巡检、安全、应急、设备、GIS、气量等业务系统及 ERP、客服、营收等外部系统,建设统一集成与技术支撑平台,完成公司从传统 .NET 单体架构向 Java 微服务及云原生体系的技术升级。

技术栈:Java、Spring Boot、Spring Cloud Alibaba、MyBatis Plus、Redis、RabbitMQ、XXL-JOB、MinIO、Docker、Kubernetes/K3s、MySQL、PostgreSQL、Kingbase

  • 负责平台整体架构设计与核心能力建设,完成统一开发框架、基础中间件及容器化部署体系搭建,推动公司技术体系国产化与云原生转型
  • 设计统一认证、RBAC、多租户、菜单集成、主数据同步等通用能力,实现多业务系统统一接入与协同,累计支撑 30+ 项目、200+ 系统集成
  • 负责轨迹数据上传、消息通信、文件管理、定时任务等平台通用能力建设,提升多项目交付效率与技术复用能力
  • 负责平台在 Linux 环境下的部署架构及国产数据库适配,解决复杂项目环境下的部署、兼容与运维问题
设备目标识别 · 计算机视觉模型工程化落地

针对巡检过程中设备拍照不规范、人工检查难以有效约束的问题,引入目标检测技术对调压箱、井盖等巡检设备进行自动识别,提升现场巡检质量,并实现服务端与移动端多种部署模式。

技术栈:Python、YOLOv5、PyTorch、FastAPI、OpenCV、CPU/GPU/NPU、Android

  • 指导筛选、清洗、标注约 2 万张真实巡检设备图片,完成目标检测模型训练、评估及持续优化
  • 基于 Flask 构建模型推理服务并接入巡检业务,形成从数据处理、模型训练到推理服务及业务落地的完整技术链路
  • 针对不同项目基础设施环境,提供 CPU、GPU、NPU 多种服务端推理方案,并结合 Android 实现离线模型推理
  • 推动目标识别能力在多个巡检项目中落地,解决复杂网络及现场环境下的 AI 能力部署问题
气量智能问数 · Dify + LangChain / Text-to-SQL

针对气量系统固定统计维度难以满足客户动态数据分析需求、多个项目重复定制开发成本较高的问题,构建自然语言智能问数能力,实现从业务问题理解、动态关联数据结构、SQL 生成到查询结果返回的自动化链路。

技术栈:Dify、LangChain、LLM、Prompt Engineering、Agent、Tool Calling、MySQL/PostgreSQL

  • 基于 Dify 编排 AI 问数 Workflow,结合 LangChain 封装动态 Schema、表关系查询及 SQL 执行等工具能力,实现自然语言到 SQL 查询的完整链路
  • 根据用户问题动态识别关联业务表、字段及表间关系,并将业务注释、术语及同义词等信息提供给模型,提升复杂业务数据查询准确性
  • 构建 SQL 校验、执行、错误反馈及自动重试机制,并通过权限控制限制数据访问范围,提升 AI 查询的可控性与稳定性
  • 将传统固定维度的数据总览能力扩展为自然语言交互式查询,降低多个项目重复定制统计功能的成本