人才市场 ,远程人才、自由职业者、程序员、前端、后端、设计、UI、AI、产品、运营候选人
汇聚多渠道人才信息,输入关键词快速筛选合适候选人
点击以查看更多
大家好,我是一名独立开发者,目前有比较充足的开发时间,希望承接一些项目开发需求。 下面这些类型的内容都可以: Java / 后端功能开发 Web 前后端功能 移动端 App 功能开发 现有项目 Bug 修复 API / 第三方服务接入 AI / 大模型相关功能接入 后台管理功能 数据处理及自动化小工具 老项目维护、功能修改 从需求到可运行 Demo / MVP 的快速开发
Vibe Coding Studio 专注于一件事: 用 AI + 自动化,把复杂、重复、低效的工作,压缩成可交付、可复用的工作流。 ⸻ 我们擅长什么? • 🤖
自由职业,全栈开发,仅限远程,可立即开始。 独立开发并维护一个已上线的 AI 全栈应用(非 demo ,日常使用中),从架构设计、前后端开发、向量数据库搭建、iOS 打包到服务器部署运维,全部一个人完成。 技术栈 前端:Vue 3 / Vite / JavaScript / CSS3 动画 / Canvas / 移动端适配 移动端:Capacitor 8 → iOS ,通过 Codemagic CI/CD + TestFlight 持续交付(无 Mac 环境) 后端:Node.js / Express / REST API / 11 模块架构 AI/LLM:多模型编排( Gemini / DeepSeek )/ RAG 向量检索 / Agent 工作流 / LLM 决策链 向量数据库:Qdrant + SiliconFlow BAAI/bge-m3 ( 1024 维嵌入)
大家好,我是一名前端工程师,约 5 年经验,最近主要关注 AI 驱动开发、前端研发提效和复杂业务系统落地。 过去主要做过的方向包括: 供应链中后台系统 在线模板可视化编辑器 WebRTC / flv.js 视频监控播放 播放器与画布评审工具 C 端 SaaS 平台与官网 前端工程化、项目搭建和第三方库选型 AI 工具接入研发流程与团队最佳实践沉淀 相比单纯“页面开发”,我更偏向: 复杂业务系统的前端架构与落地 高交互可视化编辑器 播放链路、监控链路和异常排查 前端工程化与团队研发效率提升 从需求评审、方案设计到上线交付的完整闭环 把 AI 工具真正接入日常开发流程,而不是只停留在尝鲜 最近持续关注和实践的方向: Codex / Cursor / Claude Code CLI / OpenCode AI Coding Agent SDD / TDD / OpenSpec 等 AI 驱动开发规范 Plugins / Skills 在团队研发流程中的落地 前端研发提效 开发者工具 AI + 业务系统结合 我比较适合的团队: 重视工程质量和交付效率的前端团队 有复杂业务系统、编辑器、音视频、数据可视化或中后台建设需求的团队 愿意尝试 AI 驱动研发流程的团队 小而强、协作效率高、能直接接触业务结果的环境 支持远程或混合办公的团队 技术栈: React / Vue2 / Vue3 / TypeScript / JavaScript / Next.js / NestJS / Node.js / WebRTC / flv.js / Konva / react-dnd / 前端工程化 / AI Coding 部分项目经历: 在永辉负责供应链中后台核心子应用,覆盖门店作业、价签打印、天眼系统等模块。 主导价签模板从固定模板升级为可视化配置,基于 React + react-dnd 实现拖拽、复制、缩放、对齐、预览、撤销 / 重做等能力,支持全国 800+ 门店使用,日均打印量 70 万+。 推动打印链路改造,抽象统一适配层,兼容斑马、容大、芯烨、新北洋等厂商设备,打印报障率从约 20% 降低至 5% 左右。 主导天眼系统监控播放改造,基于 WebRTC + flv.js 落地双协议播放方案,支持分屏、拖拽播放、水印、异常重试和弱网恢复,播放延迟从约 3s 降低至 0.5s 以内。
大家好,我是一名全栈工程师,具备 5 年+全栈开发经验,曾在某大厂负责复杂前端系统(如多维表格,⽩板等在线协同软件)的架构设计与功能实现,也能独立完成后端和 AI Agent 的全流程开发。
背景简单说: 做了 15 年,后 10 年专注 Data + AI 。先后在 淘宝( P7 ) 、 菜鸟 等干过,上一家是某跨境金融公司大数据负责人,带 30+
13 年软件开发经验, 做过企业级后端、分布式系统、全栈开发。 近两年开始重点转向 AI Workflow / Agent 工程化方向, 长期深度使用 Claude Code 、Codex 等 AI Coding 工具, 探索如何真正提升软件开发效率,而不仅仅是“代码补全”。 最近也在做一个 AI-native 自动化开发工作流项目( Nezha ), 重点探索: - 需求拆解 - 多任务编排 - 自动化代码生成与验证 - Feature Branch 隔离 - 测试与交付流程自动化 希望把 AI 从“代码辅助工具”,进一步变成真正参与软件工程流程的协作者。 目前主要希望寻找: - AI 应用 - Agent Workflow - 自动化系统 - SaaS / 管理后台 - MVP 快速验证 - 企业内部工具 等方向的远程 / 兼职 / 项目合作。 偏结果导向, 希望通过 AI Workflow 尽可能压缩开发周期, 快速交付真正可运行、可验证的产品。 项目介绍: https://blog.geekslife.cn/projects/nezha-framework GitHub: https://github.com/ganluCode 联系微信:itP****414
我做过 AI 工作流 Copilot 、AIGC 应用、全栈开发,也能做本地 AI 应用、LLM API 接入、AI 应用 MVP 。 比较适合的需求: 企业内
某大厂全栈工程师,7 年以上实战经验,,专业技术团队,软件定制开发。 技术专长涵盖: AI 与智能应用:前端 AI 应用软件集成与开发。 多端应用开发:专业网站
求职信息 (中文) 关于我: 大家好,我叫 Ninna ,是一位加拿大人,目前定居新加坡。我拥有 4 年 AI 产品设计及团队管理经验,曾获得多个国际设计奖项(
AI-Agent 工程开发经验 :拥有 1.5 年 AI-Agent 方向工程开发经验,7 年传统开发/分布式开发及部署实践 开源项目 MoFa :主导并持续维
个人信息 学历:本科 专业:计算机科学与技术 性别:男 工作年限:10 年 是否在职:否 求职意向:Python 后端开发,AI 应用开发,RPA 应用开发,希
WUJIEE 远程人才库汇聚自由职业者、项目制技术候选人与可远程协作的专业人才,覆盖开发、前端、后端、移动端、AI、数据、UI/UX、产品、运营等 40+ 技术与设计方向。相比全职坐班,远程与按需用工的综合成本普遍可降 25-45%。企业可按技能、经验年限与报价三重条件快速检索,把候选人缩小到个位数。在 WUJIEE 检索人才、发布用人需求全程免费、不抽佣,用人成本更可控。
远程招人,先把这几件事定下来
自建本地团队、远程全职与按需外包,怎么选?
远程用人是指用人方不要求对方到本地办公室坐班、通过线上协作分配任务并按约定成果验收的用工方式;与整包外包不同,远程全职仍由用人方直接管理人员与优先级。三种方式没有优劣之分,只有取舍之分,下表按五个维度横向对比。
| 对比维度 | 自建本地团队 | 远程全职 | 按需外包 |
|---|---|---|---|
| 到位速度 | 受本地供给限制,通常 1-3 个月 | 候选池覆盖全国,2-4 周可试岗 | 范围清楚时数天内启动 |
| 成本结构 | 薪资之外还有工位与通勤支出 | 省掉工位与通勤,按岗位价值定薪 | 按人天或里程碑结算,用完即止 |
| 人才范围 | 只覆盖通勤半径内的人 | 稀缺方向可跨城市找 | 缺什么技能补什么人 |
| 管理方式 | 当面盯过程,沟通最即时 | 按产出与节点验收,规则要写下来 | 按交付物验收,过程不介入 |
| 更适合 | 长期核心系统与涉密工作 | 长期但本地招不满的方向 | 阶段性、边界清楚的活 |
远程用人的成本与效果参考
- +13%远程组的绩效变化
- 随机对照实验,其中 9% 来自有效工时增加
- +22%放开自主选择后的提升
- 同一实验中收益接近翻倍
- +4.4%不限办公地点后的产出
- 专利审查员自然实验,返工率未上升
- 3 倍+可远程岗位占比增幅
- 五亿条职位广告统计,2019 年以来
- 79%把工作安排列为留任主因
- 全远程员工口径,混合办公者为 73%
- 28%写下过团队协作约定的企业
- 多数团队的远程规则仍靠默契
参考与延伸阅读
- NBER:远程办公有效吗?一场随机对照实验远程组绩效提升 13%,放开自主选择后收益接近翻倍到 22%。
- NBER:跨岗位、跨公司、跨地域的远程工作五亿条职位广告统计:写明可远程的岗位占比涨了三倍以上。
- 哈佛:不限办公地点对产出的影响专利审查员自然实验,产出提升 4.4%,返工率没有上升。
- OECD:远程办公的生产率收益与配套政策把远程办公转化为生产率的前提:管理能力与数字基础设施的投入。
- SHRM:弹性安排为什么比强制回办公室更留得住人79% 的全远程员工把现有工作安排列为留在这家公司的主要原因。
- 微软:工作趋势指数 2022 年度报告仅 28% 的管理者为团队定下过明确的协作约定。
- Atlassian:团队协作约定工作坊一场 60 分钟的工作坊把协作规则写下来,74% 的参与者更敢提改进。
- 九部门:加快数字人才培育支撑数字经济发展行动方案大数据、智能制造、集成电路、数据安全等方向的人才供给部署。