成都时间

Jayden
Chen

LLM · Agent
MCP · RAG
AI 应用后端

把大模型、Agent 和 MCP 接进真实业务流程。9 年后端经验,做过日均亿级调用的投放与内容生产系统。

擅长语言

  • 01Java
  • 02Python
  • 03TypeScript
后端经验
9 年
峰值 QPS
10万+
P99 延迟
<20 ms
可用性
99.99%

后三项来自精准调研投放链路。

01关于

把 LLM、Agent 和 MCP 接进可上线的后端系统。

我的长处在大模型应用工程:LLM 调用、提示词与上下文、RAG 和向量检索、Function Calling、MCP,以及 Agent 的规划执行、超时重试、幂等和异常恢复。近期工作是把这些能力和 AIGC 内容生产、自动审核、投放闭环接在一起,关注进了企业系统之后的边界、可靠性和效果评估。

这些能力站在 9 年 Java 后端上。我做过日均亿级调用、峰值 10 万以上 QPS 的营销与投放链路,也处理过微服务拆分、长流程状态机和线上稳定性。语言上主要使用 Java、Python 和 TypeScript。

  • LLM
  • Agent
  • MCP
  • RAG
  • Tool Calling
  • Context

02技能

LLM、Agent、MCP,用 Java、Python、TypeScript 落地。

01

LLM、Agent 与 MCP

模型调用、提示词设计、上下文组织与结构化输出。掌握 Function Calling 和 MCP 的交互方式,以及 Agent 在规划执行、超时重试、幂等和异常恢复上的工程要点。

  • LLM 调用与结构化输出
  • 提示词与上下文
  • RAG 与向量检索
  • MCP 与工具调用
  • Agent 工作流

02

RAG 与检索

文档解析与切分、Embedding、向量索引、召回、重排和上下文组装。关键词与向量混合检索、元数据过滤、检索效果评估。

03

Java · Python · TypeScript

Java 做高并发服务、并发和 JVM 调优;Python 做数据处理和模型应用侧脚本;TypeScript 做类型安全的应用与工具开发。服务端还有 Spring Boot / Spring Cloud、DDD 拆分,以及基于 Netty 的轻量级 RPC。

04

分布式与数据

MySQL、Redis、Kafka、Elasticsearch、ClickHouse、Spark、Presto、Hive。做过分布式锁、限流、异步解耦、消息重试和最终一致性。

05

稳定性与工程化

线上故障定位、性能优化、数据迁移,以及 Prometheus、Grafana、ELK、Zipkin、Docker 和 CI/CD。

03经历

三段后端研发。

  1. 2021.06 — 至今

    高级后端开发工程师 · JD.com

    把商品内容的 AIGC 制作、自动审核和投放接进生产链路,并围绕 LLM、Agent 工作流、MCP 与工具调用,处理提示词、上下文、检索和上线可靠性。同时负责智能营销与广告联盟后端,覆盖高并发投放、人群触达、状态流转、多级审核和媒体同步。

  2. 2019.08 — 2021.05

    后端开发工程师 · 软件咨询公司

    参与新加坡公共交通与电子钱包业务。推动单体应用按 DDD 拆成微服务,接入跨境支付和营销激励,并参与流水线与生产环境可观测性建设。

  3. 2017.07 — 2019.04

    后端开发工程师 · 企业软件公司

    参与企业级敏捷数据管理平台,涉及自研 RPC、分布式缓存、大数据处理,并用 Python 做敏感数据脱敏。

04项目

从投放链路到内容生产。

01

企投视频平台

2024.07 — 至今 · 高级后端开发工程师

覆盖需求提报、服务商制作、多级审核、媒体同步和效果分析,形成生产、审核、投放闭环,并支持商品自动化 AIGC 出片。

  • 为需求、订单和素材设计条件状态机,用消息事件异步聚合回写状态,降低跨实体同步的耦合,并保证最终一致。
  • 对接视频机审,配合队列、超时策略、多级人工审核和自动过审规则,提高审核流程的自动化程度。
  • 以策略方式适配头条、快手、腾讯等 20 余家媒体;通过线程池、分主题消费、扫描重试和限流保障素材同步。
  • 参与商品自动化需求、AIGC 离线制作和自动审核;基于 ClickHouse 建设进度、供应商、审核和制作分析看板。

02

京洞察 · 精准调研平台

2021.06 — 2024.07 · 高级后端开发工程师

Java、Spring Boot、Spark、Presto、Kafka、Elasticsearch、Redis。基于数据资产提供人群匹配、定向投放和实时洞察。

  • 多级缓存、异步解耦和分布式限流,支撑日均亿级调用、峰值 10 万以上 QPS,P99 低于 20ms,可用性 99.99%。
  • 用 Spark 和 Presto 对接多维标签完成人群计算,投放周期从天级缩短到分钟级;用 Kafka 与 Spark 建立填答数据管道和归因分析。
  • 主导 Elasticsearch 2.x 到 6.x 的平滑升级,通过滚动分片、双写和校验完成千万级数据迁移。

03

新加坡公共交通与电子钱包

2019.08 — 2021.05 · 后端开发工程师

  • 按领域把单体拆为账号、订单、虚拟钱包和网关等服务,接入跨境支付、OAuth 2.0 和营销激励。
  • 基于链路追踪、Prometheus、Grafana 和 ELK 建立追踪、监控和告警,参与 Docker 与 CI/CD。

04

敏捷数据管理平台

2017.07 — 2019.04 · 软件开发工程师

  • 基于 Netty 实现轻量级 RPC,包含自定义序列化和服务注册发现;用 Redis 改造多节点缓存。
  • 基于 Hadoop、Hive、HBase 构建数据处理管道,用 Python 做敏感数据脱敏,参与备份管理与权限控制。

05教育

Xi'an University of Technology计算机科学与技术

  • 2014 — 2017

    硕士计算机科学与技术

  • 2010 — 2014

    本科计算机科学与技术