编程语言:C++、Python、Java、JavaScript、Kotlin、C#、R
前端技术:React、Vue.js、Nuxt.js、HTML/CSS、微信小程序、Android开发
后端技术:Node.js、Spring Boot、Django、Express、MySQL、MongoDB、Redis
AI技术及应用:TensorFlow、PyTorch、Matlab(GUI开发、仿真建模)
开发运维:Docker、Hadoop、Jenkins、SAP系统
工具与平台:Visual Studio、PyCharm、Android Studio、AutoCAD、Unity3D、OpenCV
项目一:独立产品 | “信号与系统”可视化移动学习工具(Android)
2024.03 – 至今 (个人独立项目)
产品定位与价值主张:针对全国每年约200万工科学生学习《信号与系统》的核心痛点(概念抽象、挂科率高、传统工具使用门槛高),打造一款“随身可操作的可视化实验台”,将抽象的公式理论转化为可实时调参、即时出图的交互式学习体验。
核心职责与产品实践:
1. 用户研究与市场洞察:基于自身及大量目标用户的学习困境,清晰定义了以“考前冲刺”、“课后复习”、“课堂演示”为核心的高频场景,并分析了MATLAB、网页工具等替代方案的不足。
2. 产品规划与关键决策:
策略调整:在产品早期,将“会员解锁核心功能”的模型果断调整为全免费开放,优先降低用户获取门槛,聚焦用户留存与口碑扩散,体现了对产品发展阶段与增长优先级的判断。
功能聚焦:主动下线了“图片导出”、“习题解答”等高开发维护成本但使用频率低的功能模块,将全部资源收敛至“高频学习场景+即时可视化验证”的核心价值链,确保产品定位清晰、体验流畅。
3. 产品设计与执行:独立完成了从需求文档(PRD)、信息架构、高保真交互原型到视觉规范的全部产品设计工作。采用“学术感+极简”的设计理念,构建了清晰的信息层级与操作流程。
4. 商业与增长思考:规划了“前期免费获取用户,后期通过高级分析模板、云端同步等增值服务变现”的商业路径,并对市场规模(年潜在用户200万)与初期用户获取策略(校园渠道、助教推荐)进行了系统分析。
技术实现与成果: 独立使用Kotlin与Jetpack Compose完成开发,产品达到启动<2秒、界面60fps的高性能标准,代码高度组件化(复用率70%+),为后续迭代奠定了坚实基础。
项目简介:一款集成了多AI服务的智能分析平台,旨在为软件开发项目提供初始的复杂度评估、技术栈推荐与开发计划生成。
产品与系统设计:
架构设计:为了解决依赖单一AI服务的稳定性和成本问题,设计了统一的服务接入层,可灵活兼容OpenAI、Claude、DeepSeek等6类AI服务商API,并实现了智能降级与高可用保障机制。
核心能力建设:为避免输出完全成为“黑盒”,开发了自研的量化评估与规则引擎。该引擎能够独立于外部AI,对项目需求进行多维度结构化分析并生成基础技术方案,增强了系统的稳定性、可解释性与离线可用性。
用户体验:前端采用React 19 + TypeScript构建,通过状态管理与交互动画优化,确保了复杂交互下的界面流畅度与操作直观性。
项目价值:实现了从自然语言需求输入到结构化技术方案输出的自动化流程,预估能将项目前期规划效率提升40%。
产品简介:一款面向普通用户的Android存储空间清理与优化工具,提供智能扫描、存储分析、一键清理等功能,并设计了会员增值服务体系。
产品设计与开发亮点:
用户体验与性能优化:全程采用Jetpack Compose构建现代化UI,通过状态驱动刷新与惰性加载列表,相比传统XML开发减少50%以上的UI代码量,并保证了界面60fps的流畅度。
清晰的商业化路径设计:设计了“普通清理”与“VIP深度清理”的分级功能策略,构建了完整的会员状态管理、权益展示与支付升级流程,验证了工具类App的增值服务商业模式。
工程化实践:妥善处理了运行时权限申请与管理,确保核心功能在授权后无缝衔接;采用模块化架构,为功能扩展预留了空间。
项目成果:应用具备启动快(<2秒)、内存占用低(<50MB)的特点,实现了产品体验与商业设计的有机结合。
可兼职时间
可兼职地点
0条评论 雇主评价