朱 浩
资深后台开发工程师 · 期望方向:后台开发 / 架构设计
腾讯 PCG 平台与内容事业群 · 后台开发工程师
邮箱:haukzhu@qq.com 电话 / 微信:18010113869 出生:1990-10 学历:本科 英语:CET-4 政治面貌:中共党员
证件照
个人简介

拥有 13 年研发经验的资深后台开发工程师。职业生涯从移动端(iOS / IM SDK)起步,2017 年加入腾讯后转向后台与平台方向,先后深耕智能语音 SDK(C++)、语音合成(TTS)、视觉素材平台、供应商结算与数据采集中台等方向,兼具 iOS、C++ 与 Go 的全栈工程能力。 近年在腾讯主导「韩信」平台 对乙结算(面向供应商乙方的费用结算)1.0 从 0 到 1 的核心账单链路,并转向数据采集中台方向,独立搭建内容采集中台并抽象通用采集范式。 擅长复杂业务系统的架构设计、多方系统对接、数据治理与自动化采集,注重代码质量,能独立完成从需求拆解、方案设计到联调上线的完整闭环。

专业技能
编程语言
Go / gRPC 微服务 C++ / CGO / 交叉编译 iOS / Objective-C
架构设计
后台架构设计 分布式系统设计 RESTful / RPC 接口设计 IM SDK 设计
存储中间件
MySQL / 数据库事务 Redis 缓存 Kafka 消息队列 K8s 调度
数据与采集
数据治理与清洗 网页数据采集 / 解析 第三方系统集成
工程效能
单元测试 / 静态检查 Code Review CI / CD 流水线 服务监控与运维
工作经历

腾讯 PCG · 平台与内容事业群 —— 资深后台开发工程师

2017 – 至今 | 数据采集中台 · 供应商结算 · 在职稽查 · 语音合成 · 视觉素材 · 语音 SDK
  • 数据采集中台(2026.04 – 至今):独立设计并搭建内容采集中台,抽象「列表→详情→翻页→字段解析→推送」通用采集范式,支持全量 / 增量两种模式,覆盖时政资讯、影视综艺、设计素材三大领域异构站点;开发探针工具完成整站结构探索与可达性验证,将常用范式沉淀为可复用配置,新信源接入从天级降至小时级。
  • 韩信 · 供应商结算平台(2025.01 – 2026.03)|项目 Owner(前后端 3 人团队):主导对乙(面向供应商乙方)结算 1.0 从 0 到 1 的账单链路,采用 Go + tRPC 微服务架构,抽象计费规则引擎解决跨系统口径不一致问题,打通泛微、数仓、百灵、企微、太湖等 5+ 外部系统;建立入转调离账号自动编排(事件驱动 + 异步补偿)与分层数据校验体系(每日自动对账 + 异常告警 + 人工复核)。
  • 在职稽查数据平台(2024.11 – 2024.12):整合云雀人员表、喔趣排班 / 请假 / 打卡、IOA 员工心跳与闸机等多源数据,构建在岗判定引擎自动判定员工每日在岗 / 请假 / 离职状态,为灵活用工合规风控提供准确可信的数据支撑。
  • 语音合成 TTS 服务(2019 – 2024.10)|主力开发:基于 Go + CGO + K8s 实现合成处理、调度与多机并发调优,峰值 4000 QPS;通过 Redis Stream 分片 + K8s 动态调度解码器组,设计 Sidecar 边车实现模型热更新与无感切换;推动 LPCNet 声码器迁移至 tRPC 并接入伽利略监控,支撑规模化语音生产与数字人内容生产。
  • 视觉素材平台 · 动池(2022.10 – 2022.11):负责素材管理、资源下载与 ffmpeg 安全优化,参与视频召回服务调优与工程基建。
  • 智能语音 SDK(C++,2017 – 2019):设计跨平台语音 SDK,基于 Docker 交叉编译适配车机、翻译机、智能音响等嵌入式设备,集成唤醒、ASR、TTS 与翻译全链路能力。

58 赶集集团 · TEG —— 高级 iOS 研发工程师

2015.09 – 2017.08
  • 主导即时通讯 IMSDK 架构设计与研发,基于 IMSDK 从 0 到 1 构建内部通讯工具「微聊」,并为安居客、58 等多业务线提供 SDK 接入支持。

Camera360 · 无线事业部 —— iOS 研发工程师

2014.06 – 2015.09
  • 负责「最美证件照」「最美自拍」等垂直产品及「MIX 滤镜大师」的开发与线上滤镜运维,完成从需求沟通、接口对接到打包上线的全流程。

思创银联 · 无线事业部 —— iOS 研发工程师

2013.06 – 2014.06
  • 负责项目技术框架搭建、核心模块开发与发布管理,持续改善 App 体验与性能。
核心项目
1

韩信 · 灵活用工与供应商结算平台

2025.01 – 2026.03 项目 Owner · 3 人团队
★ CEO 特别项目奖 ★ 代码文化奖

面向大规模外包用工场景的一体化管理平台,作为项目 Owner(前后端 3 人团队)独立负责三大核心能力域。面临 多系统数据口径不一致、计费规则复杂、人员高频流动 三大核心挑战:

A对乙结算(核心)

从 0 到 1 搭建账单生成主链路,打通泛微 / 数仓 / 百灵系统,实现账单生成→SLA 审批→验收→供应商确认→消费审批全流程闭环。采用 Go + tRPC 微服务架构,抽象计费规则引擎支持三薪 / 奖惩 / 补充金额等灵活计费口径,解决跨系统数据口径不一致问题。

B人员与账号中枢

设计入转调离的账号自动编排与权限管理,统一打通企微、太湖、云桌面等多账号体系。通过事件驱动 + 异步补偿机制保障多系统账号一致性,降低人工编排成本与出错率。

C数据治理

主导账单核对、计费口径修复与人员身份一致性校验。建立分层校验体系(每日自动对账 + 异常告警 + 人工复核),保障核心资金数据准确性与可追溯性。

技术架构与技术栈

采用 DDD 领域驱动分层(service 接口层 → logic 领域层 · 充血模型 → repo 存储层 → gateway 南向网关),基于 Go + tRPC 微服务构建;通过北极星服务治理、七彩石配置中心、伽利略监控实现全链路可观测,结算金额采用 Decimal 精确计算,敏感数据国密加密。

2

内容采集中台

2026.04 – 至今 主力开发 · 中台建设

企业级自动化内容采集平台,抽象通用采集范式沉淀可复用配置,新信源接入从天级降至小时级

  • 针对多信源结构差异大的难点,抽象出「列表→详情→翻页→字段解析→推送」通用采集范式,覆盖时政资讯、影视综艺、设计素材等多领域异构站点
  • 开发探针工具完成整站探索与可达性验证,沉淀可复用采集配置,大幅降低新信源接入成本
3

在职稽查数据平台

2024.11 – 2024.12 数据平台 · 治理

面向灵活用工合规风控的在岗稽查数据平台,整合多源考勤数据自动判定员工每日真实在岗状态

  • 多源数据整合:打通云雀人员表、喔趣排班 / 请假 / 打卡、IOA 员工心跳与闸机等多类异构数据源,统一清洗、去重与口径对齐后落库 tHive / MySQL
  • 在岗判定引擎:以喔趣排班为基准构建时间窗(上班 -3h / 下班 +5h),交叉比对闸机、心跳、打卡数据判定每日在岗;数据缺失时回查请假表,自动区分在岗 / 请假 / 离职三态
  • 稽查范围:覆盖在职、试用及离职 30 天内人员的近 30 天考勤,为在职合规稽查与风控决策提供准确可信的数据支撑
4

语音合成与变声服务

2019 – 2024.10 主力开发 · 服务端

面向规模化语音生产的 TTS 合成与实时变声服务后台,支持通用合成与个性化音色定制。基于 Go + CGO + gRPC 构建支持大并发的工作队列模型,通用 / 个性化合成与实时变声复用同一套调度框架,通过音色模型动态分发与解码器弹性调度支撑峰值 4000 QPS 稳定运行:

A全链路模型分发

设计「训练服务 → 模型调度器 → DWF 存储 → Redis Stream → 解码器组」音色模型分发链路。训练产出的模型与 speaker_id 由调度器统一编排落盘,并按 speaker 注册情况推送至对应 Stream,驱动解码器组加载。

BK8s 弹性调度

通过 K8s API 动态调度 provider 与解码器组,每个 Redis Stream 对应一组解码器并做无差别化分片,模型统一挂载 Ceph,按音色注册量弹性扩缩、按需分配算力。

CSidecar 边车热更新

为每个解码器 Pod 设计 Sidecar 边车服务,Watch Redis Stream 感知模型变更,自动从存储服务下载模型落盘并通知解码器载入内存,实现模型热更新与无感切换。

5

动池设计素材网 外借

2022.10 – 2022.11 外借 · 后台开发

面向 toB 的动池设计素材网,作为后台外借支持独立负责官网后台服务从 0 到 1 的设计与落地

  • 接口与协议:完成数据库表设计与 RPC 协议敲定,独立开发专辑(创建 / 更新 / 单个及批量查询 / 列表 / 按分类)与分类(创建 / 列表)全套管理接口
  • 搜索与性能:设计 ES 数据结构实现专辑搜索,构建专辑数据缓存逻辑提升查询性能与稳定性
  • 联调与上线:完成服务整体联调并部署上 123 平台,保障官网 toB 展示按期稳定上线
6

跨平台语音 SDK

2017 – 2019 主力开发 · 设备端

面向智能硬件的 C++ 语音能力 SDK,基于 CMake + Docker 交叉编译 适配车机 / 翻译机 / 音响等多平台嵌入式设备

  • 插件式架构:采用插件化设计,按需集成语音唤醒、ASR、离/在线 TTS 与机器翻译,支持 Android / Windows / Linux / iOS 多平台,均可通过 HTTP 或 gRPC 接入
  • 跨平台工程化:基于 Docker 构建多架构(ARM/x86/MIPS)交叉编译环境,解决不同芯片 ABI 差异与库依赖冲突,保障多设备兼容性与包体积可控
  • 业务价值:支撑事业部年度车载、音箱等领域战略部署,满足不同厂商对 AI 语音能力的差异性需求
教育背景

石家庄学院 · 软件工程(本科)

2009.09 – 2013.06
自我评价
  • 技术栈跨度广:从 iOS 移动端到 C++ 跨平台 SDK 再到 Go 微服务后台,具备端到端全栈视角,能独立完成从架构设计到上线交付的完整闭环。
  • 复杂系统建模:主导供应商结算、内容采集中台等复杂业务系统,擅长将多系统、多数据源的混乱现状收敛为清晰的链路与口径。
  • 数据治理能力:在资金账单、合规稽查等高敏场景中积累丰富数据治理经验,注重口径准确性与可追溯性。
  • 工程化思维:重视单元测试、静态检查与 CI/CD,习惯沉淀可复用工具与配置,推动团队工程规范落地。
  • 快速学习适应:13 年从业经历横跨移动开发、语音 AI、数据采集与企业级后台,能在短时间内理解新业务并产出。
  • 责任心与协作:多次作为核心骨干独立承担关键模块,跨团队协调能力强,主动跟进线上问题并输出复盘。