AMAZING RESUME
牛敬业
地理信息高性能计算后端开发
188****0269niu****@***.com北京30男地理信息高性能计算后端开发在职北京20k-30k •带队参加全国大学生高性能计算应用大赛，设计了一套基于MapReduce的栅格数据并行处理框架，实现大规模遥感影像的实时特征提取，获得国家级二等奖。
•以第一作者身份在《Transactions in GIS》发表论文，提出一种融合内存计算与列式存储的时空轨迹数据高效存取方法，被引频次居当年同领域前10%。
北京某空间信息技术有限公司 - 研发部高新技术企业地理信息行业领先
2016.07-2019.12
地理信息高性能计算后端开发工程师分布式计算GPU加速空间数据处理
北京
•负责公司遥感影像数据平台的高性能计算引擎开发，设计基于Hadoop和Spark的分布式处理流程，实现海量影像数据的快速切片与分发，使数据存储效率提升40%，检索速度提高3倍。
•主导开发了空间分析并行计算模块，利用CUDA加速矩阵运算，将空间插值算法的处理时间从6小时缩短至15分钟，大幅提升了环境监测等业务的实时性。
•与前端团队协作设计了高并发RESTful API，优化了矢量瓦片渲染链路，使数据交互延迟降低50%，支撑了多个核心业务系统的稳定运行，用户满意度达到96%以上。
北京某创新空间科技公司 - 技术研发中心创新型企业行业标准制定参与者
2020.01-至今
高级地理信息高性能计算后端开发工程师团队管理实时计算机器学习
北京
•带领团队搭建了新一代基于Kubernetes的微服务计算平台，实现千万级空间数据的实时查询与高可用调度，支撑了公司三大业务线的并发访问峰值。
•针对交通实时监控场景，优化了流计算框架，将地理围栏事件的延迟降至毫秒级，使实时数据处理的吞吐量提升3倍，满足了全天候不间断监控需求。
•主导与高校的联合科研项目，将机器学习方法引入地理信息异常检测，成功申请了多项相关专利，并推动技术成果在国土监测领域的落地。
•项目背景：随着城市扩张，多源地理数据呈爆炸式增长，传统单机处理无法满足规划、应急等场景的实时分析需求。
•项目内容：作为核心开发人员，设计基于四叉树的空间索引，利用Spark进行分布式计算，实现了城市热力图、人口分布等指标的实时生成，并优化了数据倾斜问题。
•项目成果：成功应用于多个城市的地理信息系统中，使城市规划方案的模拟分析时间从周缩短至小时，应急响应效率提升60%，为城市智能化管理提供了坚实支撑。
•项目背景：为提升地理信息数据在移动终端的展示体验，公司启动了移动端高性能计算优化专项。
•项目内容：负责后端计算逻辑的轻量化改造，设计了一种基于Quantized Meshes的地形简化模型，并采用Protocol Buffers压缩传输，使移动端数据加载速度提升70%。
•项目成果：优化方案上线后，移动端产品的用户活跃度提升30%，应用商店评分从3.8提升至4.8，获得了用户广泛好评。
对地理空间数据的处理效率与稳定性有近乎偏执的追求，热爱将复杂算法打磨成高性能、低延迟的服务。习惯于在代码与架构中寻找极致的优化空间，具备扎实的数值计算与并行编程功底，能快速定位性能瓶颈。同时注重团队协作与知识沉淀，愿意在技术攻坚中持续输出可落地的中间件与工具，帮助团队共同成长。
知识产权与专利:
主导申请了多项面向地理信息高性能计算的情景专利，如“一种基于并行计算的地理空间数据金字塔快速构建方法”“一种基于消息队列的分布式空间任务调度装置”等，夯实了公司在实时地理处理引擎方向的技术壁垒。
