IT人力外包人才简历库

精通AWS/Azure/阿里云架构设计及迁移实施，擅长云原生技术栈（Docker/Kubernetes/Service Mesh）构建。深度掌握大数据处理体系（Hadoop/Spark/Flink）与实时计算架构，具备机器学习模型开发经验（TensorFlow/PyTorch）。精通DevOps实践（Jenkins/Terraform/Ansible），擅长基础设施自动化与可观测性体系建设（Prometheus/Grafana）。熟悉网络安全（零信任架构/等保2.0）与ITIL服务管理，具备跨行业解决方案设计能力。

主导金融核心系统云原生重构，完成传统IDC交易系统向阿里云全栈迁移，采用Spring Cloud Alibaba+Istio构建服务网格，实现零业务中断迁移。设计双写校验、灰度发布及全链路压测方案，系统TPS提升300%，资源弹性伸缩响应<5分钟。搭建智能制造大数据平台，整合2000+IoT设备日均10亿条消息，基于Kafka+Flink实现实时流处理，LSTM模型故障预警准确率91.5%。开发医疗影像AI诊断系统，采用联邦学习框架实现跨医院联合建模，系统获NMPA二类医疗器械认证，单例阅片时间缩短至4.5分钟。

金融核心系统云原生重构与迁移：主导传统IDC核心交易系统向阿里云全栈迁移与微服务化改造。采用领域驱动设计拆分12个业务域，基于Spring Cloud Alibaba+Istio构建服务网格，数据库迁移至PolarDB并实施读写分离与分库分表。设计双写校验、灰度发布及全链路压测方案，保障迁移零业务中断。通过Terraform实现基础设施即代码，支持测试/生产环境分钟级部署。项目历时8个月，系统峰值TPS提升300%，资源弹性伸缩响应<5分钟，年运维成本降低45%，通过金融行业等保三级认证。

智能制造大数据平台与预测性维护：构建工业级数据平台整合2000+台IoT设备，日均处理10亿条消息。基于Kafka+Flink实现实时流处理（异常检测、窗口计算），HDFS+Hive搭建离线数仓。运用PyTorch开发LSTM时序预测模型，对数控机床主轴等关键部件进行故障预警（交叉验证准确率91.5%）。设计Grafana可视化运维大屏，集成企业微信告警，建立数据质量治理与模型持续训练机制。上线后设备停机时间减少37%，维护工单精准度提升50%，年节约成本超1200万元，获集团技术创新一等奖。

医疗影像AI辅助诊断系统：主导符合NMPA二类医疗器械认证要求的系统落地。采用联邦学习框架（FATE）实现跨医院联合建模，优化3D ResNet网络融合注意力机制，多中心验证敏感度达94.2%。系统基于Kubernetes容器化部署，严格遵循DICOM标准对接PACS，嵌入医生工作流。全程负责算法验证、临床试验及认证文档，获医疗器械软件注册证。应用后单例阅片时间由8分钟缩短至4.5分钟，漏诊率降低18%，累计辅助诊断超12万例。