Dinadou.com

目前开放新机会 · 北京优先 / 全国可远程 · 架构师 / 资深后端 / AI 工程

在资金结算系统里深耕了 10+ 年,正把工程判断力延伸到 AI 产品侧。

专注平台型结算、账务与资金安全;Gap 期间系统性学习 AI 工程,取得认证、完成实际项目,现已重新出发。

Domain 资金结算
Stack Java · Spring Boot
Experience 10+ 年经验
Gap Output AI 证书 + 项目

About

资深后端工程师 · 架构师

深耕金融级后端系统 10+ 年,专注平台型结算、账务与资金安全领域。核心能力在于:在复杂业务约束下设计可扩展、可治理的系统,并推动其从单一场景演进为平台化能力。

2025 年起主动开启探索期,系统性切入 AI 工程:从 PyTorch 训练流水线到 RAG 检索系统,再到 AI 产品计费设计,将工程判断力延伸至 AI 应用侧。

目前正在寻找北京优先(全国可远程)的资深研发 / 架构师机会,欢迎联系。

2014 – 2025.06

技术专家 · 后端研发

国内头部互联网平台,负责结算、账务与资金安全核心系统建设与演进,覆盖从 0 到 1 的平台化路径

2025.07 – 至今

个人探索期

系统性学习 AI 工程,取得 AWS / Anthropic / Tavily 认证,完成多个实际项目,探索后端 × AI 的结合方向

AI Practice

工作方式的演进

01 2023

插件助理

GitHub Copilot

在 IntelliJ / VS Code 里引入代码补全:单元测试自动生成、复杂方法注释。AI 作为后台工具,开发者仍主导决策,但机械性重复劳动开始消失。

02 2024

对话辅助

Copilot Chat

IDE 内从补全升级为对话:可在编辑器里直接提问、解释代码、获取重构建议。交互方式改变,但上下文仍受限于单文件范围。

03 2024 – 2025

多模型协作

Cursor

工具边界打开:可选多模型(Claude / GPT 等)、跨文件命令式操作、上下文感知显著增强。从"问答"进化为"指令驱动修改代码",工作流开始深度重构。

04 2025 —

Agent 编程

Claude Code

专用编码 Agent 出现后,需求澄清→架构设计→编码→测试→发布可在同一上下文中连续完成。本站即由 Claude Code 全程协助构建。工程师角色逐步转向需求定义、架构把控与代码审查。

Skills

技术能力

后端研发

  • Java
  • Spring Boot
  • MySQL
  • MQ
  • Redis
  • ES

领域设计

  • 领域建模
  • DDD
  • 系统重构
  • 数据模型演进

结算 & 账务

  • 清分结算
  • 幂等控制
  • 最终一致性
  • 异常补偿

稳定性治理

  • 资损防控
  • 核对体系
  • 故障预案
  • SLO / 告警

AI 应用开发

  • LLM API 集成
  • AI 产品计费
  • Prompt 工程
  • AI 工具链

Projects

项目经历

工作项目

平台型财务结算系统

主导多个结算子系统从 0 到 1 的设计与落地,抽象业务流程与资金规则,构建可复用的平台型结算能力,支撑 20+ 业务场景的清分、结算与账务链路,日流水规模百万级。

新业务接入周期:1–2 月 → 1–2 周

  • Java
  • Spring Boot
  • MySQL
  • MQ
  • Redis

广告投放结算系统

从 0 到 1 建设投放结算端到端链路,统一业务语言,抽象核心数据模型与流程规则,打通计费确认、审批、付款与账务报账,实现全流程线上化与可视化。

人工运营成本降低 80%

  • Java
  • MySQL
  • ES
  • Redis

资金风险防控专项

横向主导资损防控治理,系统梳理 RPC 幂等、三态处理、异步链路一致性等典型风险点,联合技术、产品与测试建立核对体系、告警机制与故障预案,推动资金安全从被动应急转向主动治理。

核对覆盖率 95%+,沉淀 10+ 项预案,零实际资损事件

  • Java
  • 分布式系统
  • 核对框架
  • SLO / 告警

餐饮结算系统重构与迁移

参与核心结算系统技术栈从 PHP 到 Java 的迁移,设计增量先行验证与新旧并行切换方案,推进领域边界收敛与数据模型演进,完成全量存量数据迁移与账单生成逻辑升级。

结算问题下降 50%+,全量历史数据完成迁移

  • Java
  • MySQL
  • PHP 迁移
  • 数据迁移

个人项目(Gap)

后端工程师的 AI 工程实践

以系统工程视角切入 AI 领域:从零实现 PyTorch 训练流水线,构建 RAG 文档问答系统,设计语义检索与 RRF 融合排序策略,并完成 LLM API 与 GPU 自托管的成本权衡分析。6 周结构化输出,代码均可运行。

  • Python
  • PyTorch
  • HuggingFace Transformers
  • RAG
  • TF-IDF

最小可用钱包

从零实现的全栈钱包应用,覆盖账户管理、余额变更与交易记录等核心功能,前后端独立仓库,后端采用 DDD 分层架构,引入 Kafka 事件驱动与 Dubbo RPC 通信。

  • Next.js 15
  • React 19
  • TypeScript
  • Java 17
  • Spring Boot 3
  • MySQL
  • Redis
  • Kafka
  • Dubbo

AI 产品计费设计

结合结算领域经验,系统性设计 AI 产品计费逻辑:计量模型、套餐管理、用量控制与账务对齐,重点解决 AI 产品中按 Token 计费、多租户隔离与财务报送的一致性问题。

  • 系统设计
  • AI 工具链

AI 产品计费开源框架

In Planning

计划开源的 AI 产品计费框架,将结算领域积累与 AI 应用场景结合,为 AI 产品提供可复用的计费、计量与账务能力,降低工程实现门槛。

  • 规划中

Certificates

AI 工具链认证

侧重 AI 工程实践与工具链,而非传统云认证路线。

AWS

Amazon Web Services

AWS Technical Essentials (简体中文)

May 2026

查看证书 →

Contact

有想法,随时聊。

不管是后端架构、AI 工程,还是你觉得值得聊的话题,欢迎发邮件。