ID:383749 复制

zheng yao zi dan

有团队 · 可整包

ios工程师 · 3年经验 · 蚂蚁集团

城市济南全区日薪500元/8h 时间下班后周六周日可工作日远程

累计接单

用户评价

被收藏

技术能力项目经验团队情况案例展示

技术能力

AI 技能提取 | Vue React Node.js Android JavaScript Kotlin Webpack Vite Tailwind TypeScript 高并发 Spring Boot Spring TensorFlow Java

精通多种编程语言与框架，包括Python（熟悉数据处理Pandas、NumPy，自动化脚本，Web开发Django、Flask，爬虫开发BeautifulSoup、Scrapy，以及机器学习库TensorFlow、scikit-learn）、JavaScript和TypeScript（擅长前端开发框架React、Vue.js，后端框架Node.js、Express，熟悉现代前端技术ES6+、Webpack、Vite）、Java（熟悉Spring Boot、Hibernate，可胜任企业级后端开发，并具备一定的Android开发经验，如Jetpack Compose与Kotlin）、C#（熟悉ASP.NET Core用于Web应用与API开发），以及SQL（擅长复杂查询和数据库优化）、C++和Go（适用于性能优化与高并发场景）。熟悉HTML5、CSS3、JavaScript，能制作兼容多浏览器的响应式网页，擅长CSS预处理器（SASS、LESS）和现代CSS框架（Tailwind CSS、Bootstrap），能够实现交互式前端页面并与后端API无缝对接。在后端开发方面，熟悉RESTful API设计、开发与文档编写（如Swagger），掌握WebSocket、GraphQL技术，精通数据库管理（如MySQL、PostgreSQL、MongoDB、Redis），并了解服务器端渲染（SSR）和静态页面生成（SSG）技术。熟悉容器化技术（Docker）及镜像优化，精通CI/CD工具（GitHub Actions、Jenkins、GitLab CI）实现自动化部署，掌握云平台（AWS、GCP、Azure）及服务器配置（Nginx、Apache），并具备Linux服务器管理和Shell脚本能力。同时，具备数据清洗、分析与可视化能力（Matplotlib、Seaborn），熟悉常见机器学习算法（分类、聚类、回归）及深度学习（TensorFlow、Keras）。掌握React Native用于跨平台开发，有Flutter/Dart经验，可制作流畅的移动端应用。在软件开发流程中，熟悉敏捷开发（Scrum/Kanban），擅长需求分析与功能拆解，熟练使用Git进行代码管理与版本控制，遵循代码规范（如ESLint、Prettier、Black），并掌握单元测试与集成测试（Pytest、

项目经验

项目经验展示
1.企业内网门户系统开发
时间：2018年1月2018年6月（6个月）
描述：为一家中型制造企业开发了一套定制化的企业内网门户系统，目标是帮助员工实现信息高效共享和协作。后端使用SpringBoot2.0提供API服务，前端基于Vue.js2.x搭建交互式页面，Redis4.x用于缓存管理。系统包含员工管理、通知公告、文档共享以及审批流模块，并通过JWT实现用户认证与权限控制。
技术栈：
后端：Java8、SpringBoot2.0、MySQL5.7、Redis4.x、JWT
前端：Vue.js2.x、Axios、ElementUI
反馈：上线后，系统显著提升了员工的工作效率，尤其是在文档查找和信息共享方面。企业反馈该系统每月节省了超过30小时的内部沟通时间，成为团队管理的核心工具。

2.高校课程管理系统
时间：2018年8月2019年2月（6个月）
描述：为一所高校开发了一套全功能的课程管理和选课系统，解决传统选课效率低下的问题。后端采用Django2.1提供服务，数据库使用PostgreSQL10.x，结合索引优化处理选课高峰期的并发问题。前端使用Bootstrap4.x构建响应式页面，支持学生成绩管理、课程表生成和导出为Excel功能。
技术栈：
后端：Python3.7、Django2.1、PostgreSQL10.x、Celery
前端：Bootstrap4.x、jQuery3.x
反馈：系统上线后，支持5000多名学生同时选课，选课成功率达99%。学生反馈操作简单直观，校方称系统有效减少了人工处理课程冲突的工作量。

3.智能物流调度平台
时间：2019年3月2019年8月（6个月）
描述：为一家物流企业打造了一款智能物流调度平台，解决配送路径优化问题。后端使用Python3.6开发，核心调度算法结合了Dijkstra和遗传算法，Flask1.x提供实时API接口。消息队列采用Kafka2.x实现任务分发。
技术栈：
核心算法：Python3.6、NumPy、Scipy
后端：Flask1.0、Kafka2.x、Redis5.x
数据库：MySQL5.7
反馈：平台正式上线后，物流效率提升30%，配送成本降低20%。客户团队特别提到，任务调度模块显著简化了订单分配和路线规划。

4.在线教育平台
时间：2019年9月2020年2月（6个月）
描述：开发了一款在线互动课堂平台，帮助教育机构提供实时授课功能。后端采用Node.js10.x和WebSocket实现双向实时通信，前端基于React16.x开发交互页面。Redis用于消息存储和会话管理，同时支持课后作业提交和自动评分功能。
技术栈：
后端：Node.js10.x、WebSocket、Redis5.x
前端：React16.x、MaterialUI
反馈：上线后，平台注册用户突破1万人。教育机构反馈，实时授课功能显著提高了学生参与度和学习效果，成为其在线教育的重要工具。

5.电子合同签约系统
时间：2020年3月2020年9月（7个月）
描述：开发了一套支持在线签署和区块链存证的电子合同系统。后端使用SpringBoot2.3搭建服务，前端基于React17.x实现动态合同编辑和管理功能。区块链存证模块基于HyperledgerFabric2.x开发，提供了防篡改的电子合同存储解决方案。
技术栈：
后端：Java11、SpringBoot2.3、HyperledgerFabric2.x、MySQL8.x
前端：React17.x、AntDesign、Axios
反馈：客户反馈系统有效缩短了合同签署流程，提高了业务流转效率，并在合同合规性方面受到法律团队的认可。

6.大型电商商品推荐系统
时间：2020年10月2021年3月（6个月）
描述：为一家电商平台开发了一套智能推荐系统，提升用户体验和销售转化率。使用TensorFlow2.x训练协同过滤模型，后端基于Flask2.0提供高效的推荐服务接口。Redis用于缓存热门商品，减少了数据库查询压力。
技术栈：
算法开发：Python3.8、TensorFlow2.x、Pandas、NumPy
后端：Flask2.0、Redis6.x、MySQL8.x
反馈：系统上线后，推荐点击率提升了20%，用户对推荐商品的满意度明显提高，平台月销售额增幅显著。

7.医疗影像分析系统
时间：2023年4月2023年9月（6个月）
描述：为医疗机构开发了一套影像分析和分类系统，用于辅助医生进行医学影像诊断。算法模块使用TensorFlow2.5和迁移学习技术开发，结合OpenCV4.x进行图像预处理。后端基

展开全部项目经验