深浅色
简历(主版本)
投递不同岗位时,另存为
简历-公司名.md再改,保持这份是干净版。
基本信息
- 姓名:Elowen
- 学校 / 专业 / 年级:成都信息工程大学 / 软件工程 / <年级待填,如 2023 级本科>
- 求职意向:全栈开发实习生(前端 React/TS + Go 后端 + Agent 应用)
- 联系方式:<手机 / 邮箱待填>
- 到岗时间:<待填,实习招聘很看重这个>
教育经历
成都信息工程大学 · 软件工程 · 本科(<起止时间待填>)
- GPA / 排名:<待填,如 3.6/4.0、专业前 15%;没有优势就删掉这行>
- 相关课程:<待填,挑与岗位相关的 5-6 门,如 数据结构、操作系统、计算机网络、数据库原理、软件工程>
实习 / 项目经历
每段用 STAR 写,突出量化结果。
实习:北京博视科技公司 · 前端开发实习生(2026.06 - 2026.09)
医疗三端一体化管理平台(PC 管理后台 + 医疗数据大屏 + 医护微信小程序):主导全项目权限体系从页面级升级至按钮级精细化权限,独立负责大屏与小程序的权限重构及日常迭代开发。
- 主导权限体系改造,把权限粒度从页面级下沉到按钮级:PC 端以动态路由 + 自定义指令 v-permission 控制到按钮显隐,小程序封装权限组件与校验函数,大屏按角色动态渲染图表与菜单,满足医院多科室分级管控需求。
- 独立负责大屏与小程序迭代:开发管理台报表、表单与查询页面,用 ECharts 构建医疗数据可视化模块;针对大数据量场景引入虚拟列表、分页加载、图片懒加载与 CDN 加速,配合防抖 / 节流优化高频操作,并通过动态组件与异步导入减小打包体积、提升首屏加载速度。
- 沉淀工程化基础:封装通用工具函数、请求拦截器与业务组件供团队复用;基于 Apifox 完成接口联调,使用 Git 做版本管理,落地 husky + lint-staged + ESLint + Prettier 的提交前检查链路,保障多人协作下的代码风格一致。
量化待补:这三条目前是纯动作描述,缺数字。建议补 1-2 个可验证的指标(如首屏加载从 Xs 降到 Ys、大屏图表渲染帧率、权限改造覆盖的页面/按钮数量、迭代需求数),写法见
2.resume/项目素材库.md里这条的「量化结果」。
项目:EinoTalk —— Go + React/TS 全栈即时通讯 + AI 助手
技术栈:Go 1.25 / Gin / GORM / MySQL / Redis / WebSocket / Kafka / CloudWeGo Eino;React 18 + TypeScript + Vite + Zustand
- 在已跑通单机 IM 闭环的代码库上补齐 AI 助手流式链路:基于 CloudWeGo Eino 实现 ReAct 工具调用(4 个工具、MaxStep=8)与三级降级(StreamWithTools → Stream → Generate),并用 80ms / 32 字符双阈值聚合增量后再推送,把单条回复的推送帧数从「每 token 一帧」降下来,避免逐 token 推帧打爆 WebSocket。
- 修复多实例部署的静默丢消息问题:新增集群在线路由表与实例间消息总线实现跨实例定向投递,Kafka 分区键改为按会话维度以保证同会话消费有序,Producer acks 改 RequireOne、Topic 改为经 controller 显式创建;另将关停从 close(channel) 改为 done 信号 + context,消除 send on closed channel panic 与 goroutine 泄漏。
- 补齐工程质量短板:dispatch.go 从零测试补到 18 个用例并借此发现 2 个真实缺陷,新增 6 个双实例端到端集成测试(跑真实 Redis)与 8 个关停语义测试,CI 接入 Redis 服务容器;k6 压测单实例 100 VU 下 P95 45ms / P99 90ms,200 VU 下 P95 68ms / P99 130ms。
项目:pivot-workbench —— Vue 3 + TS 的 AI 数据分析 Agent 工作台
技术栈:Vue 3 / TypeScript / Vite / Element Plus / ECharts / SheetJS / Dexie / Web Worker;Node Agent 服务;Vitest + Playwright + CI
- 独立设计并实现「前端编排型 Agent」:后端只返回结构化 JSON actions,真实工具调用(inspectDataset / suggestPivotConfig / runPivot / readPivotResult / generateReport)全部在浏览器侧执行,数据集不出本地,兼顾隐私与聚合延迟;后端采用 plan / finalize 两段式,并用 response_format=json_object 约束模型输出。
- 针对 LLM 输出不可信的问题实现一整层校验与保守归一化(字段存在性、聚合器白名单、filter operator 白名单、sort 归一化、values 缺失自动补默认指标),并设计失败恢复:observation 回传 + 最多重规划一次 + 从失败信息提取 avoidFieldKeys;执行顺序为先校验后 apply,失败时用户当前透视视图完全不变。
- 把分组/筛选/聚合/排序与 CSV/Excel 解析全部下沉 Web Worker,透视引擎保持纯函数便于单测;实测 10 万行数据集下主线程最长阻塞由 901ms 降至 0ms(聚合耗时本身不变,约 900ms;克隆传输一次性约 118ms),Agent 闭环端到端中位数 365ms;配套 8 个 Vitest 单测文件与 2 条 Playwright E2E 链路。
技能
- 后端:Go(Gin / GORM / goroutine 与并发控制)、MySQL、Redis、Kafka、WebSocket、JWT、Docker Compose
- 前端:React 18 + TypeScript、Vue 3、Vite、Zustand / Pinia、Web Worker、ECharts
- Agent 应用:ReAct 工具调用、流式输出(SSE / WebSocket delta 帧)、RAG 与向量检索基础、LLM 输出校验与降级设计
- 工程化:单元测试与 E2E(Vitest / Playwright / go test)、CI(GitHub Actions)、k6 压测、Prometheus 指标