猿急送>

北京前端兼职程序员

ID：423438

洛临洛

在校生

公司信息：
北京邮电大学

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：
北京
海淀

技术能力

熟练掌握全栈开发、AI 辅助编程（Vibe Coding）与高效交付。在前端领域，重点掌握 AI 协同生成效率极高的现代化主流技术栈：前端核心与主流框架：熟练运用 Vue 3 (Composition API)、React 进行响应式页面开发。精通 HTML5、CSS3、JavaScript (ES6+)。能通过 AI 迅速构建语义化标签与优雅的 Flex/Grid 布局。高效组件库与工程化：熟练使用 Element Plus、Ant Design、Tailwind CSS。极度擅长利用 AI 根据 UI 设计图或线框图快速生成高美观度的组件代码，擅长无缝对接 RESTful API，处理前端状态管理与路由配置。语言与全栈开发：精通 Python ，熟练运用 asyncio、websockets 网络编程，擅长利用有限状态机（FSM）处理复杂的回合与业务逻辑。熟练掌握 Git 版本控制、MySQL 数据库及 Linux 常用指令。 AI 与数据工程能力：熟练掌握 Claude Code、trae、Langchain、MCP 等 AI Agent 工具与前沿 LLM 协同开发，能实现 10 倍速的代码原型构建与边界自动化测试。具备千万级海量数据的分块清洗、流式 ETL 及数据可视化能力（Pandas, NumPy, Streamlit）。

项目经验

项目一：CABO 多人卡牌游戏——全栈独立开发💡 技术栈：Python, Pygame, WebSocket, asyncio, 有限状态机 (FSM), AI 决策树, PyInstaller项目描述：一款基于局域网的多人策略记忆卡牌游戏。项目采用集中式服务端与轻量化图形客户端经典架构。服务端基于 asyncio 和 websockets 实现高并发连接管理；客户端基于 Pygame 从零构建图形渲染引擎与多层交互管线。两端通过自研的 JSON over WebSocket 协议进行实时双向通信。核心工作与交付成果：系统设计：独立设计并编写包含 10+ 种状态转换的集中式游戏有限状态机（FSM），严密覆盖复杂回合逻辑；引入 Phase 守卫机制，彻底根治了洗牌并发路径下的双重计分漏洞。网络编程：自研基于 JSON over WebSocket 的轻量化通信协议，定义 30+ 种消息类型；设计全网操作日志与卡牌动画同步机制，实现低延迟的实时对局。算法逻辑：基于规则决策树构建完整的 AI 自动决策链；引入信息可见性约束，完美模拟真实玩家的不完全信息博弈。工程效能：建立图片缩放缓存池以优化 CPU 占用；编写 Bot 自动对战脚本替代人工，实现全链路自动化边界测试；通过 PyInstaller 资源嵌入，打包分发 ~35MB 零依赖的单文件 EXE 绿色程序。项目二：基于电商平台千万级数据的用户行为特征分析💡 技术栈：Python, Pandas, NumPy, Streamlit, ETL, MySQL, SQLAlchemy, 漏斗模型项目描述：针对电商平台千万级海量用户行为数据（PV、加购、收藏、购买）进行全链路业务洞察与特征分析。项目聚焦于解决大规模数据场景下的单机算力瓶颈，通过 Python 实现了超大文件的流式分块清洗与高效 ETL 入库。核心工作与交付成果：数据工程能力：针对千万级数据带来的 16G 内存溢出（OOM）瓶颈，采用 Pandas chunksize 技术实现超大文件流式清洗与去重；利用 SQLAlchemy 构建自动化管道，保障海量数据高效落库。业务分析能力：搭建基于行为路径（PV → 收藏/加购 → 购买）的转化漏斗模型，精准定位“加购后流失率达 85%”的业务痛点，并针对性输出购物车倒计时与精准 Push 召回方案。数据驱动增长：运用高频时间序列聚合分析，锁定每日 19:00 - 22:00 的用户活跃黄金高峰；为运营端输出在 18:30 启动限时秒杀以精准拦截流量的错峰营销策略。精准营销：编写高性能 SQL 脚本，实现千万级大盘数据的多维指标统计；通过多表关联高效圈选高频复购人群，为平台分层运营与 VIP 召回提供精准的数据资产。

案例展示

CABO 卡牌游戏

项目描述：该项目是一款基于局域网的多人策略记忆卡牌游戏（CABO）。项目采用集中式服务端+轻量化图形客户端的经典游戏架构。服务端基于 asyncio 和 websockets 实现高并发连接管理，核心逻辑采用有限状态机（FSM）驱动；客户端基于 Pygame 从零构建
基于电商平台千万级数据的用户行为特征分析

项目名称：基于电商平台千万级数据的用户行为特征分析 Python Pandas NumPy Stream ETL MySQL SQLAlchemy 数据流失漏斗模型留存分析项目描述: 该项目针对电商平台千万级海量用户行为数据（PV、加购、收藏