188****2429niu****@***.com北京30男交通高性能计算后端开发在职北京25k-35k •主修课程包括并行计算、操作系统、分布式系统与大数据处理，为多节点交通仿真引擎的设计提供了理论支撑。
•在校期间，作为核心开发者参与全国大学生交通节能减排挑战赛，负责后端数据分析和仿真系统，获省级特等奖，具备将算法原型快速转化为生产级服务的能力。
北京畅行交通科技有限公司 - 研发部交通科技领域领先企业
2018.07-2021.12
交通高性能计算后端开发工程师大规模并行计算微服务架构实时数据流处理
北京
•负责城市交通信号优化与实时调控系统的后端架构设计，确保系统在千级路口的并发计算场景下保持低延迟响应。
•主导研发了基于深度学习的短时交通流预测引擎，使预测准确率突破88%，为信号配时动态调整提供了可靠依据。
•与前端及数据可视化团队高效协作，完成高并发数据接口的设计与开发，保障数据交互的稳定性和实时性。
•在技术方案评审中提出多项创新性解决思路，如引入内存计算与流批一体架构，显著提升了团队的技术视野。
北京智慧交通研究院有限公司 - 高性能计算研发部专注于智能交通研究的科研机构
2022.01-至今
高级交通高性能计算后端开发工程师技术团队管理性能调优跨部门协同
北京
•带领技术团队承担城市级交通大脑后端系统建设，负责项目整体规划与迭代节奏，成功交付多期核心模块，获得客户高度认可。
•深入分析交通事故溯源与路网拥堵机理，重构计算模型，将系统整体计算效率提升了35%，大幅降低了云端资源开销。
•负责团队成员的技能提升与代码评审，建立内部技术分享机制，培养出多名具备独立模块设计能力的后端开发工程师。
•积极推动研发部门与数据科学团队的合作，打破数据孤岛，实现交通算法与工程落地的高效衔接。
•该项目旨在构建一个多源数据融合的城市路网状态感知与预警平台，为交通指挥中心提供秒级决策支持。
•作为核心开发人员，负责后端数据融合与计算引擎的设计，采用Flink+ClickHouse的技术栈，实现了日增百亿级轨迹数据的实时处理。
•优化数据分层与索引策略，将预警事件的查询响应时间压缩至300毫秒以内，满足紧急事件处置的时效要求。
•与算法团队深度合作，集成异常事件检测与扩散预测模型，有效提升了平台对突发拥堵的预警能力。
•参与交通大数据云服务平台的研发，负责数据接入与分析服务的设计与维护。
•设计并实现了平台的统一认证、数据资产目录、服务编排等核心功能模块，保障了多租户环境下的安全与隔离性。
•通过引入内存数据库与异步消息机制，将平台的数据服务并发能力提升至2000+ QPS，支撑了多个业务系统的高负载调用。
•与前端团队以及运维团队紧密配合，完成平台的灰度发布与全链路压测，确保上线过程平稳可控。
对交通场景下海量数据实时处理与性能极限充满热情，习惯用代码精准翻译复杂业务逻辑，追求低延迟、高吞吐的系统表现。保持严谨的工程素养，重视代码可读性、测试覆盖与异常兜底，对性能瓶颈和资源消耗有近乎洁癖的敏感。在分布式计算、缓存体系、关系/时序数据库等方向有扎实的积累，能快速将技术方案落地为稳定可靠的后端服务。乐于跟进前沿工具链并持续优化工作流，期待在交通高性能计算领域深耕，把事情做到极致。
容器化与CI/CD集成:
精通Buildah与Podman的无守护进程容器化，能够基于多阶段构建与分层缓存优化镜像体积，缩短冷启动时间。
在交通流量预测服务中，通过容器化与GitOps工作流，将新功能上线时间从小时级缩短至分钟级，并支持一键回滚。
集群编排与弹性治理:
掌握Kubernetes的声明式配置与Operator模式，通过自定义资源定义（CRD）管理交通仿真任务的全生命周期。
在实时交通流处理平台中，利用Kubernetes HPA和Cluster Autoscaler，动态调整计算节点以应对早晚高峰，资源利用率提升30%。
