吕鹏辉

男 | 24岁 | 籍贯:河南

3年工作经验
期望城市:北京
吕鹏辉

求职意向:前端开发工程师 | 期望薪资:12-15K

个人优势

  • 作为一位拥有多年计算机软件行业经验的专业人士
  • 目前负责全栈开发,有多个已上线的 0-1 项目,包括但不仅限于WEB端(原生、Vue2/3)、应用程序端(.Net、WPF)、微信小程序、uni-app、flutter、嵌入式Linux系统开发(Petalinux)
  • 精通前端开发技术,包括但不限于HTML、CSS、JavaScript、Ts原生开发、WebView,及框架如Vue2/3
  • 熟练使用当前主流AI:DeepSeek、ChatGPT-3.5/4.0,进行辅助开发提高开发效率
前端主流UI框架:
element Plus Ant Design Vue Vant WebView Threejs
后端开发:
php C# Python nodejs thinkphp fastadmin
数据库:
MySQL MongoDB Redis
接口测试工具:
PostMan Apifox Apipost
嵌入式Linux系统:
Petalinux Ubuntu CentOS
代码托管工具:
Gitee GitHub GitLab

工作经历

北京中联国成科技有限公司
2023.03-至今
全栈开发

内容:

主要负责公司软件项目全栈开发。软件开发前期策划,人员分配调度,面试审核。

业绩:

近期全栈项目:石榴口语(AI数字人)、解谜类游戏编辑器、卡牌游戏、3D大模型后端管理系统、3D大冒险游戏编辑器。3D益智拼图游戏编辑器。基于SLAM激光导航的RCS调度平台(3D)、嵌入式Petalinux-AGV自主引导系统(多车协同自主导航)

项目经历

石榴口语(AI数字人版)
前端开发 | 2024.09-2024.12

内容:

针对高校、教育行业与外研社合作推出的在线实时通讯与本地高性能渲染AI数字人英语口语练习平台,支持AI数字人在线版本及本地版本。平台核心功能包括:

  • AI数字人交互:支持实时同步对话,数字人根据对话内容调整口型及身体动作。
  • AI场景对话:涵盖自由对话、雅思、四六级、餐饮/旅游/学习等几十种场景针对性练习。
  • 翻译功能:同声翻译、文本翻译,翻译记录实时保存。
  • 评测功能:根据用户口语对话进行AI评测,对每条对话、场景对话练习进行多维度实时评测;雅思练习包含单词、短语练习。
  • 登录验证:支持SSO登录验证。
  • 硬件设备绑定:使用ManagementObjectSearcher获取设备UUID,程序运行时验证是否有权限,实现一对一绑定。
  • 安全加密:使用.NET Reactor进行防篡改加密,并支持自定义天数加密策略。
  • 版本更新:支持强制更新与选择性更新,更新状态提醒。

技术栈:

C# WebSocket WebView API 录音控制 NuGet ManagementObjectSearcher设备绑定 DLL动态加载 x86/x64兼容 多模态交互 AI模型集成 自定义同声翻译音频控件

业绩:

  1. 采用.NET应用程序的WPF框架搭建项目底层框架,结合UI图实现样式及数据渲染。
  2. AI数字人双版本开发:
    • 在线版:通过WebSocket与云端AI数字人服务实时双向通信,实现语音/文本驱动的数字人动画、表情与语音响应。
    • 本地版:基于C++开发数字人生成核心模块,输出兼容x86/x64平台的DLL与模型资源包(含CSO等),实现离线环境下数字人加载与渲染。
  3. AI场景对话优化:进入对话场景时建立websocket连接并显示Loading提示;对话过程中通过全局网络检测监控网络状态,根据状态给出提示;网络恢复或长时间无对话、页面非前台显示时,AI自动提示"welcome back"。
  4. 网络状态实时监测:使用BackgroundWorker实现后台轮询,确保UI线程不阻塞,支持随时安全停止检测任务,为数据同步、异常提示等模块提供基础支持。
  5. 音频控件开发:使用微软同声翻译SDK,结合UI设计图自定义音频播放器控件,高度还原设计样式,支持历史记录保存与详情查看。
  6. 文本翻译优化:基于文本翻译服务实现多语种翻译,同时检测敏感词、空格等不符合翻译条件的情况。
  7. 场景化评测:根据sceneStatus对不同场景单独处理,针对不同场景设置差异化实时评测维度及分值。
解密游戏类编辑器
项目策划、全栈开发 | 2024.10-至今

内容:

  1. 面向非技术人员的游戏关卡与资源可视化编辑系统,支持通过图形化界面配置解谜房间(Room)、交互元素(ButtonPoint)、提示系统(HintPoint)、全局资源与私有资源,实现游戏内容高效生产。
  2. 资源分层管理机制:全局资源由项目Project统一管理(图片、音频、视频、动画),私有资源从全局资源中选取,支持动画自定义(动作拆分、帧配置、时长控制),提升资源复用率与配置灵活性。
  3. 游戏UI定制体系:构建首页、设置页、转场动效等高度可配置UI,所有样式支持自定义文字、颜色、字体、图标、背景图、位置,满足不同游戏风格需求。
  4. 平台发布流程集成:设计人员可在编辑器内直接上传并自动校验游戏名称、宣传图、视频等素材(确保符合iOS等平台格式要求,如尺寸、大小、格式限制),审核通过后自动生成标准化压缩包或下载链接,直接交付运维,减少人工传递与反复修改。
  5. 技术架构:
    • 前端:Vue3(兼容Vue2)+ ElementPlus + TS + 自研拖拽框架(el_drager),实现画布可视化操作(拖拽、缩放、移动)、网格辅助、隐藏区域、辅助线提示。
    • 后端:基于ThinkPHP + FastAdmin,数据库使用MySQL,支持复杂数据关系(外键、触发器),保障配置数据完整性、一致性与安全性。
  6. 数据适配:编辑器输出的数据结构完全适配Unity客户端解析与运行,实现"一次开发客户端,多次配置发布",提升游戏迭代效率、降低多角色协作成本。
  7. 全栈解决方案:涵盖设计工具、资源管理、平台适配、自动化发布、前后端分离架构、数据库设计等完整流程,是游戏行业高效、灵活、易用的可视化游戏生产工具链。

技术栈:

Vue3/Vue2 ElementPlus Canvas/拖拽系统 ES Drager ThinkPHP FastAdmin MySQL 前端可视化 后端API 资源管理 平台打包 Unity适配

业绩:

  • 负责整体方案设计与核心功能开发,涵盖房间配置、资源管理、UI定制、动画系统、平台打包等模块。
  • 实现ButtonPoint、HintPoint等核心交互与提示功能,支持全局/私有资源引用与约束,提升配置规范性与复用性。
  • 主导前端可视化交互系统开发,基于Vue3 + ElementPlus + 拖拽框架实现画布操作、网格、辅助线等功能,提升设计友好度。
  • 搭建后端数据结构与API(基于ThinkPHP + FastAdmin),支持复杂资源关系与配置校验,确保数据安全与一致性。
  • 实现平台素材自动审核与打包功能,减少人工沟通成本,提升发布效率与通过率。
  • 与Unity客户端开发团队协作,确保编辑器输出数据完全兼容运行,实现"设计即发布"的高效流程。
  • 该编辑器已成为团队核心工具,支持多项目并行配置、快速迭代、高效交付。
音频识别文本匹配与评测系统
全栈开发 | 2023.08-2023.10

内容:

项目地址:https://audio.lvpenghui.top

这是一个支持音频文件上传与浏览器实时录音的语音内容识别与评测系统,用户无需准备音频文件,可直接通过内置录音功能录制语音,系统自动生成标准音频文件后可进行识别流程;

  • 音频内容经过 Python 后端语音识别模块转换为文字,与用户输入的目标文本进行精准比对(支持字符/词级别错误率计算),并输出是否通过、错误率等关键指标,可以将识别结果保存为JSON文件;
  • 前端基于 Vue 3 + 原生 HTML构建,集成了音频上传、录音控制(开始/停止/播放)、目标文本输入、识别结果展示、错误率可视化、敏感词提示等功能,提供直观的用户体验;
  • 后端使用 Python实现音频转文字、文本匹配、拼音转换(pypinyin)、以及自定义的敏感词过滤机制,确保系统安全与内容合规;
  • 录音功能基于浏览器原生Web Audio API 和 MediaRecorder API,无需额外插件,支持主流浏览器,录音文件自动转为系统可处理的标准格式,与上传文件采用同一套识别与分析流程,保证功能一致性;
  • 该系统可广泛应用于语音质检、ASR 模型评估、有声内容审核、语音识别训练反馈、教学辅助等场景,在保证识别精度的同时,大幅提升了用户输入的便捷性与系统实用性。

技术栈:

前端:Vue 3 HTML MediaRecorder API 录音控制 文件上传 错误率展示 后端:Python 语音识别 pypinyin 文本相似度算法 敏感词过滤

业绩:

  • 主导开发了一款支持音频上传与实时录音的语音识别与文本匹配评测系统,用户可通过上传音频或直接录音的方式输入语音内容,系统自动识别并比对目标文本,输出错误率与通过状态,显著提升语音内容校对效率与灵活性;
  • 实现了录音功能(基于Web Audio API + MediaRecorder API)与文件生成机制,录音结果自动生成标准音频格式,与上传文件走统一的识别与分析流程,简化后端逻辑,增强系统一致性;
  • 前端采用 Vue 3 + 原生 HTML开发,提供包括录音控制、音频上传、目标文本输入、识别结果展示、错误率反馈、敏感词提示等在内的完整交互体验;
  • 后端基于 Python实现音频转文字、文本匹配算法、拼音转换与敏感词过滤,精准计算识别错误率,支持通过/不通过判定;
  • 该系统有效应用于语音质检、ASR 模型评估、有声读物审核、教学辅助等场景,减少了人工听录与比对成本,提升了内容校验的客观性与效率,具备良好的实用价值与扩展性。

教育经历

商丘职业技术学院
2020-2022
大专 | 软件技术

专业课程:

软件技术基础、前端开发技术、用户界面设计原理、响应式网页设计、JavaScript高级编程、数据库管理与操作

荣誉奖项:

  • 21年院级优秀项目奖,通过团队合作完成前端开发项目,强化了协作与项目管理能力;
  • 22年院级编程技能竞赛,荣获第二名,显著提升了代码编写效率和质量

证书技能:

普通话水平测试二级甲等证书、机动车驾驶证