Marshall Qiao
高级后端与平台工程师
资深后端与平台工程师,拥有十余年 Java、分布式系统与生产交付经验。
技术实践覆盖金融科技、社交平台、车联网、电商与本地服务,长期深耕商家、商品和订单等核心业务域,负责高并发、低延迟、高可用系统的架构设计、核心开发与生产交付。
曾设计与演进支撑日订单量 100 万+ 的订单系统,并构建基于 Kafka 的事件驱动实时处理链路,峰值每秒处理 30 万+ 事件、日处理事件量 10 亿+;同时具备 Spark 与大数据处理,以及云上部署、可观测性和故障恢复实践。
近期重点投入 AI 自动化研发流程,持续实践 AI Harness、RAG 与智能体协作,并将证据追踪、评审门禁、安全边界和可验证交付融入实际研发流程。
工作经历
Meitou
2025.10 — 至今高级软件工程师
端到端负责金融科技平台后端,统筹核心业务域、数据链路与生产基础设施,覆盖技术选型、架构演进、开发交付和运维排障等。
- 覆盖 API 契约、Serverless 工作流、托管数据、身份认证、可观测性和生产运维。
- 在后端与 Web 链路上交付路线图需求,覆盖设计、实现、验证与发布。
- 演进事件驱动的 AWS 服务与物化读取链路,明确处理一致性、失败与恢复边界。
- 优化编译、验证与部署全链路,将单次发布耗时从约 60–80 分钟缩短至 40 分钟以内。
- 采用证据驱动的 AI 研发实践,并保留明确的评审、安全与交付门禁。
- TypeScript
- React
- GraphQL
- AWS
- Event-Driven Architecture
- Production Delivery
Soul
2021.10 — 2023.08资深软件工程师
负责实时风控平台工程,覆盖特征计算、事件处理、规则执行和策略运营。
- 重构规则引擎,并以 Kafka、Spark 和 Redis 重新设计流处理,在批准的公开量级下,将分钟级 P99 降到分钟以内。
- 设计端到端风控平台,支持规则与策略编排、流量回放和 A/B 测试,使全站违规内容显著下降。
- 建立系统设计与代码评审规范,辅导一个小型工程师小组,提升团队交付效率。
- Spring Boot
- Kafka
- Spark
- Redis
- Elasticsearch
- Kubernetes
腾讯
2021.07 — 2021.10资深软件工程师
在跨职能研发团队中主导车联网 IoT SaaS 项目的核心架构与工程交付。
- 负责关键代码路径,并建立 CI/CD、敏捷研发和项目交付规范,提升质量与发布速度。
- 设计并交付可复用的车联网 SaaS 云服务模块,为多家汽车厂商提供平台能力。
- Java
- Spring Boot
- SaaS
- CI / CD
阿里巴巴集团
2019.07 — 2021.07高级 Java 工程师
为大规模本地生活与营销业务构建开放平台和订单域服务。
- 整合跨系统数据链路,稳定支撑高体量日团购活动。
- 将分散的 PHP 与 Java 前端统一到订单域服务,并实现多站点双活部署。
- 支撑大规模日订单业务,保持稳定的低尾延迟,同时提升服务可用性。
- Java
- Spring Boot
- MyBatis
- Elasticsearch
- Python RPC
58 到家
2017.07 — 2019.07高级 Java 工程师
负责商家平台后端交付,覆盖运营后台、Web、移动端、H5、服务和分布式任务系统,支撑大规模商家群。
- 负责迭代规划与商家侧交付,编写核心代码,并通过缓存和限流提升系统稳定性。
- 推进 Spring Boot 与 Dubbo 服务升级、分布式任务部署、CAT 与 Graylog 可观测性,以及 JaCoCo 质量门禁。
- Spring Boot
- Dubbo
- MyBatis
- Elasticsearch
- CAT
- Graylog
京东
2016.07 — 2017.07Java 工程师
为大型电商活动和众创平台交付全栈系统。
- 使用 Java、Spring 和 Vue 构建支撑高流量活动流程的功能。
- 参与系统架构设计并实现核心平台模块,兼顾扩展性与业务目标。
- Java
- Spring
- Vue
哈工大软件
2013.08 — 2016.07全栈工程师
从需求分析、系统实现到客户交付,完成企业软件项目。
- 通过清晰沟通维护客户关系,并在完整项目周期中把业务需求转化为可维护的软件。
- Java
- PHP
- SQL
代表系统
生产平台、证据优先的 RAG 系统与独立运营的学习产品,重点说明我的责任边界与关键工程决策。
生产级金融平台
生产运行 · 已脱敏一个私有金融系统的后端与平台工程实践,覆盖 API 契约、事件驱动的 Serverless 链路、物化读取、一致性控制、可观测性与安全交付。
责任边界: 参与后端架构、实现、测试与发布运维。
关键决策
- 把适合异步派生的工作移入事件驱动链路,让请求时工作量有明确上界。
- 把一致性变化与发布视为可观察的状态迁移,并保留明确恢复路径。
- TypeScript
- API Design
- AWS Serverless
- Event-Driven Systems
证据优先的开发者 RAG
持续开发 · 本地 Shadow一套本地优先的知识系统:检索文本只是候选证据,不直接等同于事实。不可变内容与版本 Manifest 支撑混合检索和证据图,回答同时暴露引用与未解决缺口。
责任边界: 在 mt_rag 中独立设计与实现;尚未进行生产切换。
关键决策
- 把不可变证据与可重建的向量、关键词和图投影分开。
- 模型只在边界内排序与表达;调用链、引用和拒答由确定性门禁负责。
- Python
- CAS + Manifest
- Hybrid Retrieval
- Neo4j
- Evaluation
PASS PTE
Founder · 线上运行一个由 Next.js 前端与 Java/Spring 后端组成的完整学习产品,覆盖练习流程、AI 辅助诊断、安全媒体、数据运营与可回滚发布。
责任边界: Founder,全面负责产品、研发、基础设施、发布与运营。
关键决策
- 在第三方 AI 外围加入确定性规则、校验、降级与结果复用。
- 使用健康检查门禁与蓝绿发布,让产品发布可观察、可回退。
- Next.js
- Spring Boot
- MySQL
- Redis
- Docker
对于私有系统,公司细节、内部标识、精确基础设施数量与业务规则均已主动泛化;这里聚焦我的工程范围与可公开复用的系统模式。
技术能力
前端与产品
- React
- Next.js
- TypeScript
- HTML / CSS
后端与分布式系统
- Java
- Python
- PHP
- Spring Boot
- Microservices
- GraphQL
- REST APIs
- Event-Driven Architecture
- DDD
数据与消息
- MySQL
- DynamoDB
- Redis
- Elasticsearch
- Kafka
- Spark
- Flink
云平台与交付
- AWS
- Google Cloud
- DigitalOcean
- Alibaba Cloud
- Tencent Cloud
- Kubernetes
- Docker
- CI / CD
应用 AI 与检索
- RAG
- Hybrid Retrieval
- Qdrant
- Neo4j
- Evaluation
- AI Agents
研发协作
- Figma
- Jira
- Confluence
- Bitbucket
- Git
- Prometheus
- Grafana
教育背景
工程硕士
2024 — 2025电气与计算机工程 · 温莎大学
工学学士
2009 — 2013信息安全 · 哈尔滨工程大学