San=0
全栈工程师
西湖未来 · 2年经验
日薪：
￥500/8h
地点：
杭州
时间：
可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
熟练掌握现代全栈开发与全生命周期交付能力。
技术栈与框架： 熟悉 TypeScript/JavaScript，熟练使用 React、Vue 等主流前端框架；后端精通 Node.js/Python 服务端开发，具备微服务架构与 API 接口设计经验；熟悉 MySQL、PostgreSQL 及 Redis 缓存架构。
云原生与运维： 熟练掌握 Docker 容器化部署、CI/CD 自动化流水线运维，并具备 Prometheus/Grafana 系统监控与排障能力。
AI 与场景赋能： 熟悉 AI 应用集成（LLM API、向量数据库），能独立完成从架构设计、前后端开发到上线运维的闭环，擅长快速解决高并发、数据持久化及敏捷迭代诉求。
技术栈与框架： 熟悉 TypeScript/JavaScript，熟练使用 React、Vue 等主流前端框架；后端精通 Node.js/Python 服务端开发，具备微服务架构与 API 接口设计经验；熟悉 MySQL、PostgreSQL 及 Redis 缓存架构。
云原生与运维： 熟练掌握 Docker 容器化部署、CI/CD 自动化流水线运维，并具备 Prometheus/Grafana 系统监控与排障能力。
AI 与场景赋能： 熟悉 AI 应用集成（LLM API、向量数据库），能独立完成从架构设计、前后端开发到上线运维的闭环，擅长快速解决高并发、数据持久化及敏捷迭代诉求。
项目经验
项目背景： 为解决企业内部海量文档检索难、业务问答效率低的问题，主导开发了一套基于 RAG（检索增强生成）与大模型 API 集成的智能 Agent 应用系统。
个人职责： 负责系统全栈开发，前端基于 React/TypeScript 打造流畅的大模型交互界面（流式打字机响应、上下文管理）；后端采用 Python/Node.js 完成大模型 API 接入、向量数据库（Vector DB）检索与 Prompt 链构建；利用 Docker + Ollama 完成本地私有化模型部署与全链路容器化，并配合 Grafana / Prometheus 实现服务监控与日志追踪。
结果产出： 实现了从 0 到 1 的快速上线，知识检索准确率提升至 90% 以上，响应延迟降低 35%，支持多端高效接入与自动化 CI/CD 部署。
个人职责： 负责系统全栈开发，前端基于 React/TypeScript 打造流畅的大模型交互界面（流式打字机响应、上下文管理）；后端采用 Python/Node.js 完成大模型 API 接入、向量数据库（Vector DB）检索与 Prompt 链构建；利用 Docker + Ollama 完成本地私有化模型部署与全链路容器化，并配合 Grafana / Prometheus 实现服务监控与日志追踪。
结果产出： 实现了从 0 到 1 的快速上线，知识检索准确率提升至 90% 以上，响应延迟降低 35%，支持多端高效接入与自动化 CI/CD 部署。
案例展示 全部案例 >
ID:429195
复制
San=0
全栈工程师 · 2年经验 · 西湖未来
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
熟练掌握现代全栈开发与全生命周期交付能力。
技术栈与框架： 熟悉 TypeScript/JavaScript，熟练使用 React、Vue 等主流前端框架；后端精通 Node.js/Python 服务端开发，具备微服务架构与 API 接口设计经验；熟悉 MySQL、PostgreSQL 及 Redis 缓存架构。
云原生与运维： 熟练掌握 Docker 容器化部署、CI/CD 自动化流水线运维，并具备 Prometheus/Grafana 系统监控与排障能力。
AI 与场景赋能： 熟悉 AI 应用集成（LLM API、向量数据库），能独立完成从架构设计、前后端开发到上线运维的闭环，擅长快速解决高并发、数据持久化及敏捷迭代诉求。
技术栈与框架： 熟悉 TypeScript/JavaScript，熟练使用 React、Vue 等主流前端框架；后端精通 Node.js/Python 服务端开发，具备微服务架构与 API 接口设计经验；熟悉 MySQL、PostgreSQL 及 Redis 缓存架构。
云原生与运维： 熟练掌握 Docker 容器化部署、CI/CD 自动化流水线运维，并具备 Prometheus/Grafana 系统监控与排障能力。
AI 与场景赋能： 熟悉 AI 应用集成（LLM API、向量数据库），能独立完成从架构设计、前后端开发到上线运维的闭环，擅长快速解决高并发、数据持久化及敏捷迭代诉求。
项目经验
项目背景： 为解决企业内部海量文档检索难、业务问答效率低的问题，主导开发了一套基于 RAG（检索增强生成）与大模型 API 集成的智能 Agent 应用系统。
个人职责： 负责系统全栈开发，前端基于 React/TypeScript 打造流畅的大模型交互界面（流式打字机响应、上下文管理）；后端采用 Python/Node.js 完成大模型 API 接入、向量数据库（Vector DB）检索与 Prompt 链构建；利用 Docker + Ollama 完成本地私有化模型部署与全链路容器化，并配合 Grafana / Prometheus 实现服务监控与日志追踪。
结果产出： 实现了从 0 到 1 的快速上线，知识检索准确率提升至 90% 以上，响应延迟降低 35%，支持多端高效接入与自动化 CI/CD 部署。
个人职责： 负责系统全栈开发，前端基于 React/TypeScript 打造流畅的大模型交互界面（流式打字机响应、上下文管理）；后端采用 Python/Node.js 完成大模型 API 接入、向量数据库（Vector DB）检索与 Prompt 链构建；利用 Docker + Ollama 完成本地私有化模型部署与全链路容器化，并配合 Grafana / Prometheus 实现服务监控与日志追踪。
结果产出： 实现了从 0 到 1 的快速上线，知识检索准确率提升至 90% 以上，响应延迟降低 35%，支持多端高效接入与自动化 CI/CD 部署。
立即沟通
