avatar
THIS IS ME!
An Explorer of the World and Myself
qrcode

张义辞 · Yici Zhang

System · Distributed Systems · AI Systems · Financial Backend

现任金融交易所技术中台后端工程师。
拒绝浮于框架表面的 CRUD，热衷于从系统底层原理、分布式共识与时序状态机出发，探寻高并发与高可用系统的本质解法。

👋 个人简介

你好，我是张义辞（Yici Zhang）。

我是一个重度的底层技术与分布式系统爱好者。在工程实践中，我更倾向于：

从系统原理出发，理解技术设计背后的本质逻辑与数学对称美。

目前我的研究与工作焦点主要收敛于以下三个核心领域：

  • 分布式共识与强一致性存储：深入推导 Paxos、Raft 及其成员变更理论（Joint Consensus），利用 TLA+ 进行形式化验证，关注 RocksDB、Redis 等 KV 引擎的底层存储优化（如 HotRing 拓扑、并发控制）。
  • 金融级高并发后端架构：专注债券市场（Bond Market）、多级发行募集说明书（Tranche Offering Memorandum）结构化解析、固定收益投资 ROI 逻辑，以及证券/债券发行上市的多级审核流与低延迟流水线改造。
  • AI 系统与工程落地：探索多模态视觉语言模型（VLM）与大语言模型（LLM）在医疗、金融垂域的微调（Finetune）与高性能工程化部署。

🔬 深度研究与技术栈

💻 系统与分布式底层

  • 共识算法：熟练掌握 Raft / Paxos / Multi-Paxos 协议本质，理解单节点变更与联合共识（Joint Consensus）的边界条件与状态机实现。
  • 存储引擎与并发：深入理解 MySQL InnoDB 索引机制、MVCC 及锁流转；精通 Redis 高性能架构与其作为分布式全局锁（如 Seata 模式）的底座设计；研究 RocksDB / LSM-Tree 与高性能哈希（HotRing）的底层演进。
  • 工程底蕴：精通 Java 核心（JVM 内存模型、JUC 线程池、类加载机制），对 Spring Cloud / Nacos 插件扩展及底层网络通信（Netty/RPC）有深入源码级理解。

🤖 AI 与深度学习

  • 工程框架：PyTorch / Python / Hugging Face 生态。
  • 模型技术：Transformer 架构演进、LLM 词表扩充、高效微调（LoRA / QLoRA）、多模态视觉语言模型（VLM）交叉对齐。

💼 工作经历

中证股转科技有限公司（北京证券交易所技术公司）

后端开发工程师 ｜ 2025.07 - 至今

作为核心架构与开发人员，负责北交所/全国股转公司发行上市与债券审核系统的架构升级。

  • 债券业务中台建设：深入参与私募债券审核系统的核心逻辑重构，设计并优化多级申购、分期偿还（Tranche）发行文件的自动化解析流水线。
  • 高并发流处理优化：解决复杂审核流中的分布式锁竞争与长事务问题，基于 Redis 维护全局分布式会话与状态机幂等控制。

上交所技术有限责任公司

后端开发工程师 ｜ 2022.07 - 2023.07

参与上海证券交易所内部审核相关系统的分布式改造与数据合规迁移。

  • 异构数据库迁移：主导核心业务数据从 MySQL 向 PostgreSQL 的平滑迁移，重构深度分页与复杂 SQL 算子，使历史审核数据查询性能提升 40%。
  • 金融级 DevOps 落地：基于 Jenkins、Docker、Kubernetes 搭建多集群环境下的自动化部署与持续集成（CI/CD）流水线，实现交易前置审核系统的单元化隔离与快速回滚。

🎓 教育经历

中国人民大学 ｜ 大数据技术与工程（硕士）

2023.09 - 2025.06
  • 研究方向：医疗大模型（LLM Finetune）、多模态视觉语言模型（VLM）、眼科智能医疗 AI、高并发医患问答系统。
  • 学术输出：探索大模型在特定垂直领域的语义对齐与微调加速，研究高性能 AI 系统的吞吐优化。

哈尔滨工业大学 ｜ 计算机科学与技术（本科）

2018.09 - 2022.06
  • 核心功底：计算机系统（CSAPP）、编译原理、操作系统设计与实现、硬件模拟（Verilog）。
  • 技术沉淀：在校期间完成了完整的类 Unix 操作系统内核原型设计、定制编译器实现，建立起极其扎实的“软硬件协同”系统思维。

🧠 我的技术理念

始终保持好奇并频繁思考

✍️ 博客关于什么

这个博客是我思维的延伸。我在这里记录：

  • 分布式理论：从 Paxos/Raft 论文到 TLA+ 形式化验证。
  • 底层底层再底层：JVM 源码、LSM-Tree 锁机制、高性能网络模型的拆解。
  • AI 落地思考：模型微调的工程细节与 AI 系统架构。
  • 金融技术思考：宏观信用市场、债券业务逻辑在计算机系统中的具象化实现。

❓️ 为什么那么多TODO和空笔记

该笔记迁移自我的历史知识库，正在努力构建中（Working Hard）

📫 保持联系