参与人工智能大数据模型的研发与构建,基于前端应用场景需求,运用机器学习、深度学习算法,结合 TensorFlow、PyTorch 等主流 AI 框架,挖掘多源数据价值,为项目进度智能管控、质量风险预警、资源优化配置等关键业务决策点提供数据模型支撑,实现智能化业务赋能。与前端协同优化模型可视化展示效果,确保分析结果直观易懂。
依据前后端交互规范,负责设计、开发与维护安全、稳定、高效的接口服务体系,涵盖 RESTful API 等多种接口形式,详细编写接口文档,确保前端工程师能够快速、准确对接,同时为第三方合作伙伴提供便捷、规范的系统集成接口,助力集团数字化生态拓展。针对 GIS 与三维前端交互场景,优化接口数据传输格式,提升传输效率。
关注系统性能瓶颈,运用缓存机制优化(如 Redis 缓存集群搭建与优化)、数据库索引调整(针对 MySQL 或 Oracle 等关系型数据库)、分布式架构优化(基于 Spring Cloud 微服务架构)等技术手段,对大数据平台及后端服务进行性能调优,保障系统在业务高峰时段能够稳定、快速响应,满足用户流畅体验需求。建立性能监控体系,实时收集与分析关键指标,提前预警潜在性能问题。