猿急送>

武汉前端兼职程序员

ID：410197

ㅤㅤㅤㅤㅤㅤㅤㅤ

前端开发工程师

公司信息：
东莞市以纯集团有限公司

工作经验：
1年

兼职日薪：
500元/8小时

兼职时间：
下班后
周六
周日

所在区域：
武汉
全区

技术能力

1. 计算机基础：扎实掌握数据结构（数组、链表、哈希表）、算法（排序、查找）、计算机网络（HTTP/S、TCP/IP、跨域解决方案）、操作系统（进程调度、内存管理），具备用技术解决实际问题的能力（如用请求拦截解决接口竞态）2. 跨端开发：熟悉 uniapp 开发，独立完成过校园博客系统多端小程序开发3. AI 技术实践：具备 AI 编程与 AI 驱动开发经验，参与 AIEditor 组件、AI 智能表单、多模态 AI 模型评估等模块开发，熟悉 AI 增强型研发流程4. 性能优化：精通基于 Lighthouse 的性能分析与优化方案，擅长路由懒加载、虚拟列表、CDN加速、缓存策略等手段，多次将核心性能指标（FCP/LCP）优化至行业优秀水平5. 工程化与部署：熟练用 Vite/Rollup 构建优化项目，优化热更新速度 30%，用 Git 进行版本控制与团队协作，用 Nginx 解决跨域、实现负载均衡，具备完整的前端工程化落地能力6. 全栈能力：熟悉 Java 语言与服务端接口开发，精通 Apifox 接口测试工具，具备丰富的前后端联调经验，可协同后端保障业务流程通畅

项目经验

东莞市以纯集团有限公司 2025年05月 - 2025年08月前端开发实习生数字化平台项目部东莞基础功能与 AI 组件开发：深度二次开发 AIEditor，构建企业级富文本编辑组件库，独立完成多媒体一键上传模块的设计与开发，采用大文件分片上传技术将上传成功率提升至 99.8%；多维度交互优化：设计 SearchBar 多条件筛选组件，支持标签 / 部门 / 用户 / 时间组合查询，实现与列表组件的实时联动，优化用户数据检索效率；针对未发布应用图标，用 CSS filter 置灰处理并预留动态状态渲染扩展接口，适配后续功能迭代；性能与稳定性优化：实施分页懒加载 + 防抖机制，减少 45% 接口请求量；通过虚拟列表将万级数据页面响应时间提升 70%；引入请求拦截与结果过滤策略，解决页码切换时的接口竞态问题（错误发生率降至 0），确保组件在高数据量场景下高效稳定运行。
3D 模型生成与智能评估模块 2025年09月 - 2025年09月核心开发，负责人项目背景：竞赛要求开发一个文生3D模型/图生3D模型应用系统多终端功能开发：完成 3D 模型生成前端全流程开发，适配 PC 端 “AI 智能表单”（支持提示词优化输入）与移动端 “模型轻量化预览”AI 技术深度应用：提出 “切片验证 + 提示词对照 + 参考图匹配” 三重交叉评估方案，集成多模态 AI 接口对 3D 模型切图进行智能分析，替代传统人工评估，提升模型评估质量 30%；性能与交付保障：针对浏览器端性能瓶颈，专项优化首屏加载速度，首屏加载时间从 5 秒降低到2 秒，提升了 60%（资源懒加载 + 浏览器缓存策略），9/28 当日完成全部优化并上线；保障9/22-9/28 期间 100% 按时交付开发任务，依托 Nginx 配置实现服务端与腾讯云资源顺畅通信，支撑核心功能零故障运行。
民生实事征集系统 2025年05月 - 2025年07月负责人项目背景：旨在构建一个高效的、AI赋能的建议征集系统，显著提升政务服务数字化水平AI 增强功能开发：优化 Markdown 流式渲染模块，结合 AI 语法校验能力，设计分段解析方案解决在线文档渲染异常，实现 AI 辅助的实时 Markdown→HTML 转换，兼容复杂格式且页面响应速度提升 30%；性能优化与稳定性保障：通过 Lighthouse 定位首屏加载问题（原 FCP 14.7s/LCP 31.0s），实施路由懒加载、CDN 分发、预渲染技术，将 FCP 从 14.7s 降至 1.8s（提升 87%）、LCP 从31.0s 优化至 2s（提升 93%），打包体积从 12.72MB 缩减至 4.2MB；同时用 Nginx 部署服务，解决跨域问题并实现负载均衡，确保多终端用户访问稳定；流程体验优化：基于 Activiti7+BPMN2.0 设计建议处理全链路工作流（提交 - 处理 - 超时归还 -闭环），结合 SSE 实现建议状态实时同步（搭配指数退避自动重连），解决“建议处理堆积，超时无人管”的痛点问题。项目成果：构建完整的政务数字化闭环系统，关键性能指标达行业优秀水平。Github数据应用平台 2024年10月 - 2024年11月核心开发，负责人项目背景：基于GitHub开源数据开发的开发者能⼒评估系统，旨在构建较为精准的开发者画像，服务于招聘⽅精准定位⼈才。通过算法分析预测开发者Profifile中缺失的国家和技术栈信息，解决信息不对称问题。核心算法开发：基于⼴度优先搜索构建开发者关系⽹络，采⽤ TalentRank 算法预测开发者属性。算法原理：输入：GitHub 开发者⽤⼾名。输出：预测的开发者国家和技术栈信息。计算过程：通过公式 (1−d) × InitialScore + d × Σ(Neighbor’s TalentRank / Neighbor’s Out-degree) 迭代计算 lk 值其中 d 为阻尼系数degree) 迭代计算 TalentRank 值，其中 d 为阻尼系数。优化方法：通过调整阻尼系数 d 优化预测准确率。技术栈：Vue3 + VuVue-router + pinia + springboot

案例展示

3D模型生成

项目背景：竞赛要求开发一个文生3D模型/图生3D模型应用系统多终端功能开发：完成 3D 模型生成前端全流程开发，适配 PC 端 “AI 智能表单”（支持提示词优化输入）与移动端 “模型轻量化预览”AI 技术深度应用：提出 “切片验证 + 提示词对照 + 参考图匹配” 三重交叉评估
民生实事征集系统

项目背景：旨在构建一个高效的、AI赋能的建议征集系统，显著提升政务服务数字化水平AI 增强功能开发：优化 Markdown 流式渲染模块，结合 AI 语法校验能力，设计分段解析方案解决在线文档渲染异常，实现 AI 辅助的实时 Markdown→HTML 转换，兼容复杂格式且页面响
民生实事征集系统

项目背景：旨在构建一个高效的、AI赋能的建议征集系统，显著提升政务服务数字化水平AI 增强功能开发：优化 Markdown 流式渲染模块，结合 AI 语法校验能力，设计分段解析方案解决在线文档渲染异常，实现 AI 辅助的实时 Markdown→HTML 转换，兼容复杂格式且页面响