lora
全栈开发
- 公司信息：
- 无
- 工作经验：
- 3年
- 兼职日薪：
- 500元/8小时
- 兼职时间：
- 下班后
- 周六
- 周日
- 可工作日远程
- 所在区域：
- 西安
- 全区
技术能力
熟练掌握JavaScript（js）、TypeScript（ts）、Python等编程语言，能够运用React和Vue进行前端开发，熟悉LangChain等技术。在Python后端开发方面，掌握多种相关框架，具备丰富的实践经验，能够高效地进行后端服务的搭建与维护，确保系统的稳定运行和高效性能。
项目经验
1. 企业员工管理系统
项目背景：某大型企业因传统员工管理方式效率低下，急需一套现代化的员工管理系统，以实现员工信息的高效管理、绩效评估和考勤统计。
技术栈：前端：React、TypeScript；后端：Python（Flask框架）、MySQL；其他：JWT、OAuth2.0
项目职责：
负责前端界面设计与开发，采用React框架结合TypeScript，构建了响应式、交互性强的用户界面，实现员工信息录入、查询、编辑等功能。
后端使用Python的Flask框架搭建RESTful API接口，通过MySQL数据库存储员工数据，确保数据的高效读写和安全性。
引入JWT和OAuth2.0技术，实现系统的用户认证与授权，保障员工信息的安全访问。
项目成果：
系统上线后，员工信息查询响应时间缩短至1秒以内，信息录入效率提升50%以上。
借助系统中的绩效评估模块，企业管理层能够更客观地进行绩效考核，员工满意度提升30%。
系统稳定运行超过1年，无重大故障，有效降低了企业管理成本，提升了整体运营效率。
2. 电商企业管理系统
项目背景：一家电商企业面临订单处理缓慢、库存管理混乱等问题，急需一套集成化的管理系统，以优化业务流程，提升客户满意度。
技术栈：前端：Vue.js、TypeScript；后端：Python（Django框架）、PostgreSQL；其他：RabbitMQ、Celery
项目职责：
前端采用Vue.js结合TypeScript，开发了商品管理、订单处理、库存管理等多个模块的用户界面，提升了用户体验和操作效率。
后端基于Python的Django框架，结合PostgreSQL数据库，实现商品信息存储、订单处理逻辑、库存动态更新等功能。
引入RabbitMQ和Celery实现异步任务处理，优化了订单处理流程，提升了系统性能。
项目成果：
系统上线后，订单处理速度提升3倍，库存管理准确率达到99%以上。
客户投诉率降低40%，客户满意度提升至90%以上。
系统支持高并发访问，能够应对电商促销活动期间的流量高峰，助力企业销售额在上线后3个月内增长30%。
3. 仪表盘系统
项目背景：企业需要一个实时监控运营数据的仪表盘系统，以便管理层快速掌握业务动态，及时做出决策。
技术栈：前端：React、D3.js；后端：Python（FastAPI框架）、MongoDB；其他：Redis、ECharts
项目职责：
使用React框架结合D3.js和ECharts，开发了直观的数据可视化界面，展示销售额、客户流量、生产进度等关键指标。
后端采用Python的FastAPI框架，结合MongoDB存储实时数据，通过Redis缓存热点数据，提升数据读取速度。
实现数据采集模块，从企业各业务系统定时获取数据，确保仪表盘数据的实时性和准确性。
项目成果：
系统上线后，管理层决策效率提升40%，各部门数据共享更加便捷，协作效率提升30%。
通过仪表盘数据分析，企业发现了多个潜在的业务增长点，为战略规划提供了有力支持。
系统运行稳定，数据更新延迟控制在1分钟以内，满足了企业实时监控的需求。
4. AI对话应用
项目背景：为提升客户服务质量，降低人力成本，企业计划开发一款AI对话应用，用于在线客服和智能助手场景。
技术栈：前端：React、TypeScript；后端：Python（TensorFlow框架）、LangChain；其他：Node.js、WebSocket
项目职责：
前端使用React和TypeScript开发用户交互界面，支持文本和语音输入，提供流畅的对话体验。
后端基于Python的TensorFlow框架，结合LangChain技术，训练自然语言处理模型，实现智能对话功能。
通过Node.js和WebSocket实现前端与后端的实时通信，确保对话的即时性。
项目成果：
应用上线后，客户问题解决时间缩短50%，客户满意度提升至95%。
在智能助手场景中，用户日活跃度达到60%，应用获得了行业内的高度评价。
该应用为企业节省了大量人力成本，同时提升了品牌形象，成为企业在人工智能领域的成功案例。
