188****8913niu****@***.com北京30男GIS人工智能后端开发工程师在职北京25k-35k •带队参加SuperMap杯全国高校GIS大赛，利用Python与机器学习方法分析城市空气质量的时空演变规律，构建了预测模型并完成交互式可视化，获得开发组二等奖。
•参与学院科研课题，独立设计并开发了基于Flask的校园疫情时空分析与预警系统，涵盖多源数据爬取、空间聚类与风险等级渲染，该系统被校信息中心采纳用于应急演练。
北京经纬信息技术有限公司 - 空间智能研发中心互联网大厂技术驱动
2017.07-2020.12
GIS人工智能后端开发工程师空间数据引擎模型服务化高并发后端
北京
•参与公司核心地图服务后端的研发，基于空间索引与流式计算框架，设计了一套支持千万级POI实时更新与检索的数据管道，将更新延迟从分钟级降至秒级。
•与前端、数据科学团队对齐接口规范，采用gRPC替代部分REST接口，使高并发场景下的序列化开销降低约25%，显著提升了空间查询API的吞吐量。
•将预训练的遥感影像分割模型部署到Kubernetes集群，并编写模型预热与动态批处理逻辑，使单次推理平均耗时下降至120ms以内，在业务高峰期稳定承接日均千万次调用。
•主导服务可观测性改造，通过引入分布式追踪和自定义指标，快速定位到存储层热点问题，经过参数调优和分片策略调整，将P99查询延迟降低了40%。
中科星图股份有限公司 - 基础平台研发部GIS行业领军企业技术创新
2021.01-至今
GIS人工智能后端开发工程师时空数据中台图计算技术团队管理
北京
•负责公司新一代时空数据中台的后端架构升级，将单体应用拆分为元数据管理、空间计算、模型推理等微服务，通过事件驱动架构实现异步解耦，使系统发版频率从月级提升至周级。
•拉通多方数据源，制定统一的空间数据接入规范，搭建了基于Apache Sedona的批流一体处理框架，将多源路网、影像、POI数据的融合清洗时间缩短了50%。
•带领3人小组攻克了大规模图数据上空间关系推理的内存溢出问题，通过引入Arrow内存格式和增量计算策略，将峰值内存占用压缩至原来的1/3，同时使图算法迭代效率提升60%。
•建立团队Code Review清单和自动化质量门禁，定期开展系统设计评审与性能优化分享，推动单元测试覆盖率从45%提升至82%，生产环境故障平均恢复时间下降55%。
•该项目面向城市公共服务设施的空间布局优化，后端负责整合人口热力、交通可达性、地价等多维地理数据，为选址模型提供高可用数据服务。
•设计了基于PostGIS和H3网格的高性能空间计算服务，将设施服务半径覆盖分析的响应时间控制在300ms内，支撑了前端交互式参数调整。
•引入基于梯度提升树和神经网络的混合模型，对不同选址方案进行综合评分预测，上线后模型预测结果与专家评审吻合度达到89%，为业务方节省了大量实地调研成本。
•通过异步任务队列和结果缓存，使系统在同时处理50个复杂选址评估任务时，CPU使用率保持平稳，无任务超时现象。
遥感影像变化检测与动态更新服务 - 后端开发工程师
2021.03-至今
•参与遥感影像自动化变化检测平台的后端建设，负责构建从影像入库、瓦片切分到模型推理的全流程数据管线。
•对高分卫星影像进行多级分辨率金字塔构建与波段配准，开发了基于COG格式的云端读取优化，使大范围影像的加载速度提升3倍。
•将改进的U-Net变体模型封装为TorchServe推理服务，并设计了两阶段级联检测策略，在保持召回率92%的前提下，将虚警率降低至8%以下。
•实现变化图斑的矢量化与空间关联分析模块，自动将检测结果转为带有属性信息的GeoJSON，并推送到下游业务系统，实现了从影像到决策信息的闭环。
对空间智能与算法落地抱有持续热情，习惯用代码解决真实地理场景中的复杂问题，享受从数据管道到模型推理的端到端优化过程。具备较强的抽象思维与系统拆解力，习惯在可维护性与性能之间寻找平衡，同时保持对前沿技术的敏锐跟进。擅长将遥感、时空数据与深度学习模型整合为可工程化的后端服务，对接口设计、异常兜底与资源调度有天然的敏感。乐于知识沉淀与经验输出，希望在技术密度高的团队中持续打磨有行业穿透力的智能地理产品。
开源社区实践:
持续关注空间大数据处理方向的开源项目，为Apache Sedona贡献了空间连接算子的执行效率优化，重构了广播变量部分的逻辑，并累计提交了15个PR，显著提升了在亿级数据量下的任务稳定性。
