猿急送>

大连Python兼职程序员

ID：121718

随风而去

独立开发者

公司信息：
铃兰科技

工作经验：
14年

兼职日薪：
1000元/8小时

兼职时间：
下班后
周六
周日
可工作日远程
可工作日驻场（自由职业原因）

所在区域：
大连
全区

技术能力

1. 前端 – 从工程化到底层渲染
核心框架：React 生态（10年+，从 Class 组件到 Server Components）、Vue 3（近4年深度使用，独立项目首选）、Angular（早期企业项目经验）。
语言与类型：TypeScript 主导开发，具备从类型体操到工程配置的完整经验。
跨端与渲染：
移动端：React Native、Flutter（独立开发者上架 App 的主力）。
小程序：Taro/uni-app 多端统一开发，也直接写过原生小程序。
Web 底层：熟悉浏览器渲染原理、重绘回流优化、V8 内存管理，能通过 DevTools 解决复杂性能问题。
工程化与构建：自研过脚手架，深度定制过 Webpack；现主要使用 Vite、Turbopack。负责过大型项目的微前端架构（qiankun/Module Federation）落地。
可视化与交互：复杂图表用 ECharts/D3.js，3D 场景用 Three.js，动效设计能结合 Lottie/GSAP 直接输出。

2. 后端 – 从 API 到高并发架构
主力语言与框架：
Node.js（Express/NestJS），在独立项目中承担 BFF 层和全栈 API。
Java（Spring Boot/Spring Cloud），10年前后端起步语言，主导过日均亿级请求的系统重构。
Python（FastAPI/Flask），用于快速搭建后端、数据处理和 AI 服务对接。
Go（Gin），近3年用于开发高并发基础服务，对协程、通道有实战理解。
数据库：
关系型：MySQL（深度调优，从索引优化到分库分表）、PostgreSQL（在 GIS 和复杂查询场景首选）。
非关系型：MongoDB（独立项目快速迭代利器）、Redis（缓存、分布式锁、消息队列）、Elasticsearch（日志分析与全文搜索）。
时序与图：InfluxDB、Neo4j（特定物联网和社交关系项目）。
消息与流处理：RabbitMQ、Kafka，设计过基于事件驱动的异步架构。
API 设计：遵循 RESTful 规范，同时熟练使用 GraphQL，并能为独立项目撰写清晰、带示例的 API 文档。

3. 独立开发者特有能力 – 从 0 到 1 的全链路交付
产品思维与设计：能独自完成用户访谈、需求定义、信息架构设计。使用 Figma 输出高保真原型，具备基本 UI/UX 设计能力，能直接对接无设计师的项目。
DevOps 与云原生：
能独立在 AWS/GCP/阿里云上规划基础设施，使用 Terraform 编写基础设施即代码。
为所有独立项目建立完整的 CI/CD 流水线（GitHub Actions），实现提交即部署。
容器化与编排：Docker 必用，Kubernetes 用于管理多服务项目，熟悉 Helm 打包。
监控与运维：自建过 Sentry + Grafana + Prometheus 的监控体系，能在半夜被报警叫醒后快速定位线上问题。
营收与增长意识：作为独立开发者，技术栈还包括支付集成（Stripe/支付宝微信）、邮件自动化、SEO 基础知识、简单的数据埋点与用户行为分析（Mixpanel/自建）。

4. 正在学习与探索的方向
Rust：正在系统学习，目标是将其用于高性能、系统级工具链的开发。
WebAssembly：探索在浏览器端运行计算密集型任务的实战场景。
AI 工程化：不仅是调用 API，正在学习使用 LangChain 构建 Agent，并将稳定扩散等模型集成到独立产品中。

项目经验

项目经验
一，FlightMemo 飞迹备忘录
项目角色：独立开发者 / 产品负责人 / 移动端开发
项目背景：
FlightMemo 是一款面向飞行爱好者和旅行用户的飞行轨迹记录与回放应用，支持飞行过程中的轨迹记录、离线查看、3D 回放、视频导出、GPX 导出等能力，帮助用户将真实飞行过程沉淀为可回放、可分享的个人飞行记忆。

主要职责：

1. 独立负责产品从需求分析、功能设计、技术选型、开发实现到应用发布的完整流程。
2. 负责 Android 客户端核心功能开发，包括飞行轨迹记录、历史轨迹管理、轨迹详情展示、全屏回放、视频导出等模块。
3. 基于 Google Maps / MapLibre / MapTiler 等地图能力，实现实时轨迹展示、飞行路线回放、地图视角控制和离线场景下的轨迹查看。
4. 基于 PixelCopy、MediaCodec 等能力实现轨迹回放视频导出，支持用户生成个人飞行视频内容。
5. 接入 Firebase Authentication、Firestore、Cloud Functions 等能力，实现用户登录、权限判断、会员白名单、云端校验等功能。
6. 负责 Google Play 发布、测试、版本管理、权限合规、崩溃排查和性能优化等工作。
7. 针对地图配额、登录异常、权限审核、视频导出兼容性、模拟器与真机差异等问题进行持续优化。

技术栈：
Android、Kotlin、Jetpack Compose、Google Maps、MapLibre、MapTiler、Firebase Auth、Firestore、Cloud Functions、PixelCopy、MediaCodec、GPX、Gradle

项目亮点：

独立完成从 0 到 1 的移动应用产品建设，覆盖产品设计、研发、测试、上架和运营闭环。
实现飞行轨迹记录、动态回放、视频导出等复合型能力，涉及地图、定位、动画、视频编码、文件导出等多个技术模块。
具备复杂移动端问题排查经验，包括位置权限、后台运行、地图渲染、视频导出、登录认证、发布审核等。
将个人飞行数据转化为可视化、可分享的视频内容，提升产品的传播属性和用户留存价值。

二，落字成词

项目角色：独立开发者 / 游戏策划 / 客户端开发
项目背景：
落字成词是一款国风文字消除类益智游戏，核心玩法围绕“下落文字 + 棋盘组合 + 成词消除”展开。玩家通过观察棋盘上的字块与下落字，组合成二字词、三字词、四字词或成语，并通过连续消除获得爽感反馈。项目定位为兼具中文文化属性、策略性和消除爽感的轻量级休闲游戏。

主要职责：

1. 独立负责游戏玩法设计、核心规则设计、客户端开发、词库处理、UI 调整和多端迁移规划。
2. 设计并实现 9×9 棋盘、字块下落、成词检测、消除反馈、目标词、提示道具、关卡模式等核心玩法。
3. 构建大规模中文词库处理流程，支持二字词、三字词、四字词及成语等多类型词库接入。
4. 针对数十万级词库数据，优化加载策略、内存占用和匹配效率，解决移动端词库加载与性能压力问题。
5. 负责游戏 UI 风格设计与迭代，包括棋盘布局、字块材质、加载页、图标、国风视觉风格和交互反馈优化。
6. 探索 AI 辅助词库生成、释义改写、关卡设计和内容扩展，提高内容生产效率。
7. 规划 iOS、Android 及抖音小游戏等多端发布路径，并评估 Cocos Creator 等跨端游戏引擎迁移方案。

技术栈：
Swift、SwiftUI、SpriteKit、Android、Kotlin、Cocos Creator、TypeScript、Python、CSV / JSON、AI 词库处理、移动端性能优化

项目亮点：

独立完成游戏从玩法原型、核心系统、词库建设到视觉风格的完整设计与开发。
结合中文词库和消除玩法，形成差异化的“文字 + 策略 + 爽感消除”游戏体验。
处理数十万级中文词库数据，涉及词库清洗、加载优化、匹配逻辑和移动端内存控制。
在产品研发中引入 AI 工具链，用于词义生成、释义改写、内容生产和关卡扩展，提高独立开发效率。
具备多端游戏产品化意识，覆盖 iOS、Android、小程序/小游戏等发布场景。

三、极氪实际续航里程推理项目

项目角色：核心开发 / 全流程负责人
项目背景：
基于极氪车辆行车日志数据，对车辆实时剩余电量、实时里程、驾驶行为及车辆状态等数据进行建模分析，构建实际续航里程推理能力，为业务系统提供实时续航预测服务。

主要职责：

1. 负责项目从数据接入、清洗、特征处理、模型训练到在线推理服务的完整流程设计与落地。
2. 基于 Hadoop、Spark、Flink 等大数据技术，对车辆行车日志进行批处理与流式处理。
3. 使用 Python、CatBoost、AWS SageMaker 等工具完成模型训练、调参和部署适配。
4. 设计模型推理服务接口，对外提供实际续航里程实时预测能力。
5. 负责模型效果验证、数据质量校验及推理结果稳定性优化。

技术栈：
Hadoop、Spark、Flink、Shell、Python、CatBoost、阿里云 EMR、AWS SageMaker

项目亮点：

独立完成从数据处理到模型推理服务化的完整链路建设。
解决 CatBoost 模型与 SageMaker 部署适配问题，推动模型能力工程化落地。
将离线数据分析能力转化为可对外访问的实时推理服务，提升车辆续航预测的业务可用性。

四、PB 级车辆行车日志大数据处理与分析项目

项目角色：项目负责人 / 数据处理负责人
项目背景：
为深入分析车辆剩余电量与剩余里程之间的关系，项目基于旁路协议采集的 PB 级车辆行车日志数据，构建大规模数据清洗、处理、分析和建模流程，为后续续航模型、用户画像及数据产品提供数据基础。

主要职责：

1. 负责 PB 级原始行车日志数据的接入、存储、清洗、转换和分析。
2. 基于阿里云 OSS、Hadoop、Spark 等技术构建大规模数据处理链路。
3. 针对小规模计算集群处理超大数据集的场景，设计分批处理、任务拆分和资源调度策略。
4. 使用统计分析与机器学习方法，分析剩余电量、剩余里程及车辆运行状态之间的关联关系。
5. 输出数据分析结果，为模型训练、产品决策和业务分析提供支撑。

技术栈：
Hadoop、Spark、MapReduce、Shell、Python、CatBoost、阿里云 OSS

项目亮点：

在有限集群资源下完成 PB 级数据处理，解决“小集群消化大数据集”的工程难题。
打通数据接入、清洗、分析、建模的完整数据链路。
为后续车辆续航模型、数据平台和用户画像能力提供了核心数据基础。

案例展示

飞迹备忘录

飞迹备忘录 FlightMemo 是一款专为飞行爱好者、旅行者和记录控打造的飞行轨迹记录应用。它可以在飞行过程中离线记录你的飞行轨迹、速度、高度和位置信息，即使没有网络，也能完整保存属于你的空中旅程。飞行结束后，你可以查看完整的飞行路线，回顾起飞、巡航、降落的全过程，还可
落字成词游戏

《落字成词》是一款融合汉字文化与消除玩法的文字益智游戏。玩家需要在不断下落的汉字中观察、判断并组合词语，通过连字成词完成消除，获得连击与高分。游戏不仅考验反应速度，更考验词汇积累、空间判断和策略规划能力。与传统消除游戏不同，《落字成词》以中文词语为核心，将“识字、组词、消