Python语言开发AI投顾系统核心模块，将算法模型工程化落地，确保系统高效稳定运行 基于SpringBoot和SpringCloud构建微服务架构 使用MyBatis进行高效数据持久化 应用JUC并发编程和JVM调优技术，保障系统在交易高峰时段的稳定性 将基础AI算法模型（如投资组合优化、风险评估）封装为可复用的Python服务 模型测试，压测，评估，调优 系统集成与部署：与算法团队、产品团队紧密合作，完成算法模型到生产环境的全流程部署

熟悉JVM原理，能进行内存管理、GC调优和性能分析  精通JUC并发编程，能设计高性能并发模型解决多线程问题  具备高并发系统设计经验，能处理10万+ QPS的系统压力  熟悉Linux系统和Shell脚本，能进行系统监控和问题排查 基础算法能力：  了解常见机器学习算法（如线性回归、决策树）的基本原理  能理解算法团队提供的模型接口，进行工程实现  无需深入研究算法理论，但能进行基础的模型验证和调优