李浩然 · Web Backend Developer
个人总结
北京大学计算机专业应届生,拥有大厂后端实习与多个高并发项目经验,专注微服务架构与分布式系统设计。
主导消息推送微服务化改造,通过异步解耦与削峰实现系统吞吐量提升 2 倍,消息到达率稳定在 99% 以上。
设计基于混合检索与索引优化的 RAG 知识库后端,P99 延迟降至 110ms,支撑 12000 QPS;基于 Go 的交易平台采用 TCC 分布式事务与 Redis 预扣库存,支撑 3000+ 并发抢单无超卖。
熟悉 Java/Python/Go 及 Spring Boot、Kafka、Redis、Elasticsearch 等技术栈,善于构建高性能、可观测的后端服务。
工作经历
某互联网大厂/后端研发实习生
参与消息推送系统微服务化改造,基于 Spring Boot 设计独立推送服务,解耦推送链路并引入 Kafka 异步削峰,系统峰值吞吐量提升约 2 倍。
优化消息到达率,设计 Redis 多级缓存与设备令牌失效重试机制,使推送通道首次到达率从 93% 提升至 97% 以上,整体消息到达率稳定在 99% 以上。
负责推送频控与防打扰模块开发,结合 Redis 滑动窗口实现用户级频率控制,因推送过频导致的用户投诉量下降约 40%。
参与推送全链路追踪与监控建设,接入全链路追踪与自定义埋点,将推送全链路可观测性覆盖率从不足 50% 提升至接近 100%,平均故障定位时间缩短 60%。
项目经历
智能问答知识库后端/核心开发者
主导设计基于 RAG 架构的知识库检索后端,采用 FastAPI 构建混合检索服务,集成 Elasticsearch 与向量数据库实现语义+关键词多路召回,Top5 召回准确率提升至 93%。
实现非结构化文档自动处理流水线,解析 PDF、网页等异构文本并分割为语义块,批量生成向量嵌入存入向量数据库,日均稳定消化 600+ 篇文档。
优化向量检索链路,引入 IVF 索引剪枝与批量查询机制,将单次混合检索 P99 延迟从 780ms 降至 110ms,支撑峰值 12000 QPS 线上查询。
设计多路召回融合排序策略,对 BM25 与向量余弦相似度进行加权平滑与去重,使问答准确率较纯向量检索提升 11 个百分点。
搭建增量索引同步管道,监听文档变更事件并近实时更新向量索引与 Elasticsearch,保证数据最终一致,同步延迟稳定在 3 秒以内。
校园 O2O 交易平台/后端负责人
主导校园二手交易平台“易物园”后端架构设计,基于 Go/Gin 构建订单核心服务,通过 Redis 分布式锁与 MySQL 行级锁实现库存扣减与订单创建原子化,支撑 3000+ 并发抢单无超卖。
设计基于 TCC 模型的分布式事务方案协调订单、库存、支付服务,在日均 500+ 笔交易中实现最终一致性,事务失败回滚率 100%,无挂账数据。
优化热点商品高并发下单链路,引入 Redis 缓存库存余量并配合 Lua 脚本预扣库存,下单接口 P99 延迟从 1200ms 降至 180ms。
搭建订单状态机与幂等性校验机制,通过唯一请求 ID 与数据库唯一索引防止重复提交,重复订单率为 0。
编写核心模块单元测试与压测脚本,使用 JMeter 模拟混合场景验证系统容量,平稳支撑 500 QPS 订单写入。
实时日志分析管道/开发者
使用 Python 开发多进程日志采集 Agent,统一接入 20+ 服务节点运行日志,经异步批量投递至 Kafka,支撑日均约 2TB 日志实时传输,无数据丢失。
基于 Flink 构建流式解析与聚合管道,对错误堆栈进行模式聚类与 1 分钟频次统计,结构化摘要写入 HBase,典型异常排查从半小时级人工 grep 压缩至秒级查询。
设计滑动窗口报警引擎,监控错误率、接口 P99 延迟等指标,突破阈值后 5 秒内通过企业微信机器人触发分级告警,故障平均发现时长从 30 分钟降至 3 分钟以内。
集成 Grafana 搭建实时监控看板,对接 HBase 展示服务健康分、报警趋势与日志吞吐曲线,使运维团队首次具备全局分钟级可观测能力。
教育经历
主修课程:数据结构与算法、操作系统、计算机组成原理、机器学习、数据库概论
毕业设计:基于 Transformer 的跨模态检索模型优化,获评校级优秀毕业论文
获奖荣誉:北京大学三好学生、全国大学生数学建模竞赛一等奖
专业技能
荣誉奖项
综合成绩位列专业前5%
算法设计与编程竞赛
Sample data, for reference only
Try a different style
Pick a style you like and create your resume in one click









































