杜权能
男 | 28 岁 | 13340212215 | 本科 | 402448285@qq.com | 7 年工作经验 | 求职意向：Java
个人优势
- Java核心技术：精通Java及JVM系统生态，具备高并发、分布式系统开发与调优能力，熟悉Spring Cloud微服务架构，有7年Java实战经验
- 全栈开发能力：熟练运用Vue3、TypeScript等前端技术，具备企业级中后台前端架构与开发能力；熟悉Python、C#等多语言开发
- 系统架构设计：具备微服务系统设计与实战经验，熟悉Spring Cloud、Nacos、Sentinel、Seata等微服务组件，有分布式事务、服务治理实战经验
- 性能优化能力：熟练掌握SQL编程与调优、Redis缓存设计，通过缓存、消息队列、数据库优化等手段，成功将系统QPS提升10倍，响应时间降低90%
- AI技术应用：熟练运用YOLOv11与Flask进行AI模型服务化，有医学影像AI识别、智能诊断等AI项目经验
- 医疗行业经验：深耕医疗信息化领域4年，熟悉医疗设备对接、LIS/HIS系统集成、医疗数据标准（HL7）等业务场景
- 问题解决能力：擅长技术难题攻关，有丰富的大文件上传、高并发处理、分布式系统优化等复杂场景解决经验
工作经历
重庆德方信息技术有限公司 | Java 开发工程师
2021.09 - 至今
- 主导功能模块的架构设计、代码开发及单元测试工作，确保模块质量符合工程标准
- 负责技术难题攻关，高效诊断并解决开发/生产环境中的系统问题
- 深度参与业务需求研讨，基于技术视角提供建设性解决方案
- 编制技术设计文档、API 文档及系统操作手册等标准化文档
- 协同项目经理进行需求评审与技术可行性评估
- 参与技术选型论证，制定可落地的技术实施方案
- 突破医学影像处理、生物传感器等关键技术
- 应用 AI 技术开发智能诊断功能
- 工控机程序研发与设计
重庆三兔商务信息咨询有限公司 | Java 开发工程师
2020.02 - 2021.05
- 主导功能模块的架构设计、代码开发及单元测试工作，确保模块质量符合工程标准
- 负责技术难题攻关，高效诊断并解决开发/生产环境中的系统问题
- 严格执行项目排期，保障质量完成开发任务交付
- 建立跨部门协作机制，推动技术方案与业务需求的有效对接
- 深度参与业务需求研讨，基于技术视角提供建设性解决方案
- 编制技术设计文档、API 文档及系统操作手册等标准化文档
- 协同项目经理进行需求评审与技术可行性评估
- 承担系统核心功能组件的研发与调试工作
- 参与技术选型论证，制定可落地的技术实施方案
广东医龙医疗科技有限公司 | Java 开发工程师
2018.05 - 2020.01
- 协助开发团队快速定位并解决技术难题，确保系统的高效运行和稳定性
- 严格按照项目计划，以高质量标准完成分配的任务，确保项目按时交付
- 积极了解公司业务，参与相关会议，提供建设性建议以支持业务发展
- 负责编写技术文档，确保项目资料的准确性和完整性
- 协同项目经理进行需求分析，确保需求的准确理解和实施符合预期
项目经历
设备通讯系统 | Python
2025.12 - 至今
设备通讯系统是一款专为医疗设备与医院信息系统对接而设计的中间件工具，作为公司医疗设备产品与医院LIS（实验室信息系统）和HIS（医院信息系统）之间的桥梁，实现设备检测数据与医院信息系统的双向传输与业务协同。系统支持多种医疗数据标准（HL7）和通讯协议，能够适配不同厂商的LIS/HIS系统，确保数据格式兼容和正确传输。通过标准化的接口设计，显著降低了设备接入医院信息系统的复杂度，提升了设备在医院场景的部署效率和市场竞争力。
技术方案： Python+FastAPI+Socket+多线程+HL7协议解析
工作内容：
- 设计并实现医疗设备与医院信息系统的对接架构，支持TCP/IP、串口等多种通讯方式
- 开发LIS/HIS系统对接模块，实现设备检测数据自动上传和医嘱信息接收
- 实现HL7医疗数据标准的解析与转换，确保不同系统间的数据格式兼容
- 开发数据协议处理引擎，支持多种数据格式的解析、校验和转换
- 实现多设备并发连接管理，支持同时对接多台设备与多个医院系统
- 设计数据缓存与重传机制，保障数据传输的可靠性和完整性
- 开发设备状态监控与日志记录功能，便于问题排查和系统维护
智能医学影像云协作平台 | Java、算法
2025.08 - 至今
智能医学影像云协作平台是一款创新的云端医学影像分析系统，通过先进的云端技术实现医学影像的高效处理与智能分析。支持多种专业医学影像模式的高清展示与交互操作，为医生提供健康本地工作站的阅片体验。深度融合的 AI 辅助诊断功能可自动识别白细胞、肺结节、骨折、脑出血等多种病症，帮助医生快速定位病灶，显著提升诊断效率。平台支持多医疗机构间的安全协作与数据共享，通过持续学习优化 AI 模型性能。目前已在多家三甲医院成功应用，使诊断时间缩短 35%，影像加载速度提升 4 倍，有效提升了医疗机构的多方效率和服务质量，推动优质医疗资源的普惠共享。
技术方案： Spring Cloud + Vue3 + OpenSeadragon + YOLOv11 + TensorRT + MySQL + Redis + MinIO
介绍
能介绍一下你们系统是如何处理大文件（4-5G）上传的吗？
答: 医学影像文件通常体积非常大，单个DICOM文件可能达到4-5GB，这对上传系统提出了巨大挑战。我们设计了一套完整的大文件上传解决方案：
分片上传机制：将大文件切分为多个固定大小的分片（如10MB/片），前端并发上传多个分片到服务端，服务端接收后暂存到临时目录，所有分片上传完成后在服务端进行合并，大幅提升上传效率和稳定性。
断点续传支持：每个分片上传前先检查服务端是否已存在，已存在的分片直接跳过，实现断点续传功能。即使网络中断或用户关闭浏览器，再次上传时可以从断点处继续，避免重复上传已完成的片段。
上传进度监控：实时计算已上传分片数量和总进度，通过WebSocket或轮询方式向前端推送上传进度，用户可清晰看到上传状态和预计剩余时间。
服务端优化：采用MinIO对象存储直接接收分片数据，避免大文件占用服务器内存；使用异步任务处理文件合并，不阻塞主线程；支持多实例部署，通过Redis分布式锁确保分片合并的原子性。
网络优化：支持多线程并发上传，充分利用带宽；失败分片自动重试机制，提高上传成功率；上传前进行文件校验，确保数据完整性。
通过这套方案，我们成功实现了4-5GB医学影像文件的稳定上传，上传成功率提升至99%以上，平均上传速度提升3-5倍。
工作内容：
- 搭建 CVAT 智能标注平台，支持多人协作标注，提升标注效率3倍
- 实现医学影像智能切图与高效上传机制，支持4-5GB大文件分片上传，上传成功率提升至99%以上
- 设计分布式切片图像存储架构，采用MinIO对象存储，确保高可用性和可扩展性
- 开发并行推理引擎，优化 AI 模型推理效率，单张影像推理时间从2秒降低到0.4秒
全自动外周血切片识别项目 | Python、算法
2024.05 - 2025.05
全自动外周血切片识别系统专门服务于全自动外周血扫描系统。该系统是一个基于深度学习的医学图像分析系统，专门用于外周血细胞检测和分类，支持区域扫描和点扫模式。该系统采用模块化架构设计，集成了 TensorRT 加速推理引擎，能够高效处理 SDPC 格式的医学切片文件，实现全自动的细胞识别、分类和结果保存。
技术方案： Python+Flask+TensorRT+YOLO11+OpenCV+multiprocessing+orjson+PyArmor
工作内容：
- 项目框架搭建，技术验证和集成，完成从0到1的系统构建
- 使用 YOLO11 进行自定义模型训练，细胞识别准确率达到95%以上
- 多进程并行切割和保存 SDPC 图像，处理速度提升5倍
- 多进程并行进行细胞检测和分类，集成TensorRT加速推理，整体处理效率提升10倍
全自动推片染色系统 | C#、算法
2022.11 - 2024.03
全自动推片染色系统是一款集血液样本自动涂片、干燥、染色于一体的高端医学检验设备。系统作为独立的标准化制片单元运行，也是构建全自动血液分析流水线的核心前端模块。系统用户可通过图形化界面轻松自定义和选择不同的推片模式、染色方案（如瑞氏-吉姆萨染色）及干燥参数，满足不同临床场景的个性化需求。
技术方案： WPF+Prism+SQLite+OpenCVSharp+YoloSharp
工作内容：
- 设备与系统协议对接(USB-CAN)
- 设备质量监控控制和对接
- 取片质量图片收集，模型训练
- 实现智能质量检测，提升检测结果的准确性和可靠性
- 实现 LIS/HIS 系统接口可与实验室信息系统双向通信
德方云平台 | Java
2021.10 - 2022.07
德方云是由智能检测小程序与自研 AI 健康马桶组成的慢性病预防系统，通过无感检测技术，为用户提供：
- 居家居民自动分析（血糖/尿酸/蛋白质等指标）
- 家庭成员健康数据协同管理
- 异常指标智能预警与三甲医院报告解读服务
技术方案： SpringCloud+Nacos+Mysql+Redis+Mybatis+RocketMq+Mqtt+Seata
介绍
能介绍一下你们系统的并发用户数和 QPS 大概是多少吗？
答: 关于这个问题我想简单介绍我们德方云系统的业务背景,因为不同的场景下数据差异也会很大,这是一个需要设备配合的监测健康的一个系统,它的特点是并发用户数不会特别巨大，但单个请求的处理复杂度和数据量非常高,我们的系统是微服务架构，所以不同服务的 QPS 也完全不同
核心业务 QPS 比如报告调阅、健康检测
日常平均: 系统的 QPS 在 50-100QPS 左右,因为用户检测查阅报告是陆陆续续的
业务高峰时:基本在早上 6:00 到 10:00 间,系统的 QPS 会达到在 200-300QPS 左右,我们通过监控系统(Prometheus+Grafana)可以清晰的看到这个波动
架构上我们采用 redis 来缓存热点报告数据和诊断结果,设备上报的数据高峰时每秒可达上万条,我们采用 rocketMq 来提高系统处理消息的吞吐量,避免海量数据直接冲击业务核心 我们系统更侧重于服务的稳定性
工作内容：
- 在保证医疗级可靠性的前提下，通过技术创新实现了性能指标的显著提升
- 微服务架构设计与实现，采用 Nacos+Sentinel 构建服务治理体系
- 服务注册及延迟<50ms，将新规则动态配置生效时间<15s
- 分布式事务基于 Seata 的 Saga 模式实现
- 高并发数据处理采用 RocketMq 来处理削峰
充值平台 | Java
2020.04 - 2021.05
本项目是一个高效、安全的中间充值业务平台，主要面向营业厅及合作商户，提供话费、油卡、Q 币等在线充值服务，并支持积分查询、余额管理及优惠兑换功能。通过标准化的 API 接口，营业厅可快速接入系统，实现自动化充值、用户数据查询及积分管理，提升业务处理效率与用户体验。
技术方案： Spring Boot + MySQL + Redis + RabbitMQ + OAuth2.0
工作内容：
- 采用密钥鉴权机制和OAuth2.0认证，保障交易安全，支持多级权限控制
- 订单智能分类，并通过消息队列（RabbitMQ）异步处理，系统并发处理能力提升5倍
- 支持积分抵现、优惠兑换等营销活动，通过Redis缓存提升查询性能
- 提供标准化RESTful API接口，支持营业厅快速接入，接入时间从1周缩短到1天
- 实现订单状态机管理，保证订单状态流转的正确性和可追溯性
- 支持多业务充值（话费、油卡、Q 币等），通过策略模式实现业务扩展
心理健康平台 | Java
2018.07-2019.12
本项目为医院体系打造的专业心理支持平台，旨在为医护人员、患者及家属提供科学、高效的心理健康服务。通过整合临床心理学资源，我们助力医院构建完善的心理干预体系，提升整体医疗服务质量，实现"心理-生理"协同治疗。
核心服务：
- 临床心理评估 - 标准化心理量表与智能筛查工具，辅助快速诊断
- 医患心理支持 - 为医护人员、住院患者及家属提供定制化心理疏导方案
- 专科心理课程 - 针对医疗场景的危机干预、医患沟通等专业培训
- 多学科会诊支持 - 对接精神科医师、心理咨询师等专业资源
- 数据看板管理 - 可视化心理筛查数据，辅助医院管理决策
系统模块： 心理评估中心 - 在线咨询 - 危机干预 - 培训学院 - 数据管理中心