IT人力外包人才简历库

精通Python全栈开发，擅长高并发系统架构设计与性能优化。掌握分布式系统开发框架（如Celery、Redis）、微服务架构（Django/Flask）、实时数据处理（Kafka/Spark）、AI模型集成（TensorFlow/PyTorch）。熟悉量化交易系统开发，具备高频数据处理、低延迟算法优化、风控策略开发经验。精通RESTful API设计与WebSocket实时通信，熟练使用Pandas/NumPy进行数据清洗与特征工程。掌握OCR技术集成、大语言模型（LLM）API调用及Prompt工程实践。具备Linux系统运维、Shell脚本开发、Git版本控制、MySQL/Redis数据库优化能力。

主导量化交易系统开发，实现高频数据实时处理与策略自动执行。采用Redis缓存与Kafka消息队列构建数据管道，通过异步任务队列优化系统吞吐量。设计基于WebSocket的实时行情推送方案，实现毫秒级行情数据同步。集成OCR技术完成票据信息结构化处理，构建自动化报表生成系统。开发LLM模型调用中间件，实现自然语言处理在风控场景的落地应用。完成系统高可用架构设计，支持7x24小时不间断运行，确保交易策略执行零延迟。

项目一：量化交易策略执行引擎开发

项目描述：为满足高频数字资产交易需求，构建支持多策略并发执行的自动化交易系统。系统需实现实时行情监控、策略计算、订单执行与风险控制全流程自动化。

责任描述：1. 设计分布式架构，采用Celery任务队列实现策略异步执行，通过Redis缓存优化高频数据访问性能

2. 开发基于WebSocket的行情推送模块，采用滑动窗口算法实现历史数据回测与实时策略计算

3. 构建量化策略框架，支持多指标融合与回测分析，实现策略参数自动化优化

4. 实现风控模块，集成熔断机制与异常交易检测，确保系统在极端行情下的稳定性

5. 开发自动化部署方案，采用Docker容器化部署，实现快速弹性扩展与灰度发布

技术挑战：在高频数据处理场景下实现低延迟响应，通过内存数据库优化与算法并行化处理解决数据吞吐瓶颈。采用滑动窗口算法优化实时计算效率，确保策略执行延迟控制在毫秒级。