BUSINESS · PEOPLE · CULTURENO. 006COVER PROFILE牛敬业
金融后端实施开发工程师
常怀探索之心，以实干沉淀自身价值
135****8765niu****@***.com北京30男金融后端实施开发工程师在职北京20k-30k THE NEW WORK ISSUE 北京理工大学 - 本科985高校211高校双一流理工类大学
2010.09-2014.06
•系统学习了计算机核心课程，并主动选修了“金融科技实务”与“计量经济学导论”，在金融与技术的交叉领域建立了扎实的知识框架，对量化交易、风控建模等形成初步认知。
•参与“中金所杯”全国大学生金融科技大赛，与团队合作设计了一款基于机器学习的信用风险评估工具，负责后端数据清洗与特征工程，作品获校一等奖，锻炼了金融场景下的数据建模与工程实施能力。
•利用课余时间独立开发了“简易投资组合回测平台”后端，集成行情数据拉取、策略回测与绩效归因模块，实现了从前端请求到结果可视化的全链路功能，积累了金融工具开发的一线经验。
•在课程实践与个人项目中，广泛使用 Java、Spring Boot、MySQL 及 Redis，并尝试将 Seata 应用于分布式事务场景，为从事金融后端实施与开发工作奠定了技术基础与业务感知。
北京智融科技股份有限公司 - 金融科技事业部金融科技领域领先企业创新型公司
2016.07-2020.03
金融后端实施开发工程师金融核心系统交易引擎优化实时数据处理
北京
•负责公司金融核心交易系统的后端模块设计与开发，深度参与账户体系、资金清算等关键服务的迭代，确保系统在日均百万级交易量下稳定运行，并持续优化代码结构。
•与前端及移动端团队深度协作，重构了核心API网关，通过引入异步非阻塞模式，使接口平均响应时间从200ms降至140ms，大幅提升了用户操作流畅度。
•针对核心业务数据库存在的性能瓶颈，主导了SQL执行计划分析与索引重构专项，结合读写分离与缓存预热策略，将关键查询效率提升了45%以上。
•建立并完善了系统监控与故障应急响应机制，通过自动化部署脚本与日志分析平台，将生产环境故障平均恢复时间缩短至5分钟以内，保障了系统99.95%的高可用性。
北京丰融科技集团 - 信息技术部金融行业巨头多元化金融服务
2020.04-2022.06
金融后端开发工程师微服务治理分布式支付团队技术建设
北京
•作为技术负责人，主导了新一代商业信贷产品的后端架构设计，将单体应用拆分为12个微服务，并引入服务网格（Service Mesh）进行流量治理，成功支撑了业务量3倍的增长。
•率领4人团队完成支付中台的重构，通过集成Saga分布式事务模式与事件溯源机制，彻底解决了历史数据不一致的顽疾，系统吞吐量从每秒800笔提升至2000笔。
•负责与多家银行及第三方支付机构的系统对接，设计了标准化的接口适配层，使新渠道接入周期从2周缩短至3天，保障了资金流通道的安全与高效。
•建立了团队内部的技术培训与Code Review制度，定期组织金融业务知识分享，培养出2名可以独立负责核心模块开发的骨干工程师，提升了团队整体交付质量。
•项目背景：应对消费金融场景中日益复杂的欺诈风险，需构建一套能够实时分析用户行为并做出决策的引擎。
•技术实现：采用Spring Cloud Alibaba微服务框架，以Flink作为实时计算引擎，结合规则引擎Drools和机器学习模型，预警信息通过Kafka实时推送至业务系统。
•项目成果：上线后，系统日均处理事件超过5000万次，欺诈交易识别准确率提升至92%，平均决策延迟控制在50毫秒以内，有效降低了资损率，成为公司风控的核心支柱。
•项目背景：为支撑集团多业务线客户数据共享与隔离的复杂需求，需对原有单一客户库进行SaaS化改造。
•技术实现：采用DDD（领域驱动设计）思想重构数据模型，基于MySQL分库分表中间件实现租户数据隔离，并利用Redis Cluster缓存热点客户信息，提升查询性能。
•项目成果：平台上线后，支持了2000+租户的独立配置，客户画像查询响应时间压缩至80毫秒，系统水平扩展能力大幅增强，为后续开放银行服务奠定了基础。
对金融交易系统的高可用与数据一致性有近乎偏执的追求，享受在复杂业务规则中打磨稳定可靠的代码实现。具备扎实的分布式系统设计能力，善于从联调现场快速定位问题并推动闭环，习惯以监控先行、自动化落地的思路优化交付链路。沟通中注重厘清业务边界，擅长将技术方案转化为可落地的实施步骤，能在高压实施周期内保持冷静与韧性。希望持续深耕金融科技领域，把技术纪律与业务理解沉淀为真正抗风险的交付质量。
高并发金融交易系统设计:
针对金融实时交易与清结算场景，擅长设计高可用、强一致性的分布式架构，灵活运用 Redis 缓存热点账户余额、Redisson 分布式锁控制并发扣减，并通过 RocketMQ 异步驱动订单状态流转，保障峰值流量下毫秒级响应。
深入理解分布式事务实现范式，在金融项目中实践过 Seata 的 TCC 与 Saga 模式，解决跨服务资金划拨的数据一致性问题，并配合本地消息表与定时补偿机制，确保账务零差错。
