全栈 / Node.js简历范本

个人优势

• 五年全栈开发经验，在 6 人技术团队里负责前端和一半后端服务，能独立把一个功能从页面、接口、数据库做到部署上线
• 熟悉 Next.js App Router，理解 SSR、SSG、ISR 和 RSC 的区别，用它重写官网和文档后自然搜索流量涨到原来的 2 倍多
• 后端以 NestJS + PostgreSQL + Redis 为主，排查过慢查询、索引失效和缓存一致性问题，核心接口 P95 从 800ms 左右降到 120ms
• 做过多租户 SaaS 的数据隔离和权限模型（角色 + 数据范围），前后端共用一份权限定义
• 熟悉异步任务和队列，用 BullMQ 改造过万行级 Excel 导入导出，失败行可下载错误报告
• 有数据库变更的安全习惯：加字段 → 双读 → 回填 → 删旧字段，发布前在预发用脱敏数据验证迁移耗时
• 负责过部署体系：GitHub Actions 构建镜像 + 蓝绿发布 + 健康检查，发布用户无感，异常可秒级切回
• 做过日志检索服务，把按天扫文件改为写入 ClickHouse，常用查询从分钟级降到秒级
• 落地过 RAG 客服助手（文档切片、pgvector 检索、SSE 流式输出），上线三个月人工工单减少约三分之一
• 关注成本，梳理云资源后把低频计算改为定时任务、数据库读写分离，服务器成本下降约 30%
• 技术栈：Next.js、React、TypeScript、Tailwind CSS、NestJS、Prisma、PostgreSQL、Redis、ClickHouse、Docker、GitHub Actions、pgvector / RAG

工作经历

公司做中小企业客户管理系统，技术团队 6 人，我负责前端和一半的后端服务，产品服务 300 多家企业客户。

• 官网和文档重构：官网和帮助文档原来是客户端渲染，搜索引擎收录很差，用 Next.js 重写（详见项目经历），半年内官网自然搜索流量增长到原来的 2 倍多
• 多租户数据隔离：所有业务表带租户字段，在 ORM 层统一注入租户条件，查询时如果漏了租户条件直接报错，从机制上避免数据串号
• 部署和运维：从手动登录服务器部署改为 GitHub Actions 构建镜像 + 蓝绿发布，健康检查通过后再切流量，发布过程用户无感；接入日志和告警，常见故障有对应的排查手册
• 成本控制：梳理云资源用量，把低频的报表计算改为定时任务，数据库按读写分离调整规格，服务器成本下降约 30%

游戏运营平台组，前后端共 5 人，支撑公司 3 款游戏的日常运营。

• 开发游戏运营后台（活动配置、礼包发放、玩家查询、数据报表），用 React + Ant Design Pro 搭建
• 礼包发放原来由运营填表、后端手动执行脚本，改为后台可视化配置 + 审批，发放出错的情况基本消失
• 运营查询玩家行为日志要等几分钟，用 Node.js 写了日志检索服务（详见项目经历），常用查询从 分钟级降到秒级

项目经历

Next.js / NestJS / PostgreSQL / Redis / BullMQ / Docker

• 接口性能：客户列表在大客户（几十万条数据）那里经常超时。通过慢查询日志定位问题，补了联合索引，计数改为异步更新的统计表，热点数据加 Redis 缓存并在写入时主动失效；核心接口 P95 从 800ms 左右降到 120ms
• 异步任务：Excel 导入导出原来是同步接口，万行级数据经常超时。改为 BullMQ 任务队列，前端轮询进度，失败的行生成错误报告供用户下载修改
• 权限模型：设计基于角色和数据范围的权限模型（本人、本部门、全公司），前后端共用一份权限定义，前端按钮和后端接口校验保持一致
• 发布回滚：数据库变更采用先加字段、代码双读、数据回填、最后删除旧字段的顺序；一次租户配置异常在健康检查阶段被发现，直接切回上一版镜像，没有让客户看到错误页面

Node.js / SSE / pgvector / 大模型 API

• 帮助文档按标题层级切片，向量化后写入 pgvector；用户提问时先检索相关片段，再交给大模型生成回答，答案附文档出处链接
• 回答用 SSE 流式输出，首字时间 1 秒左右；对检索不到的问题记录下来，作为补充文档的依据
• 检索结果按相似度设门槛，低于门槛直接转人工，不让模型凭空回答；上线三个月后，人工客服工单减少约 三分之一

Next.js App Router / MDX / Vercel OG

• 文档用 MDX 写，构建时静态生成，内容更新后按需再验证（ISR），不用整站重新构建
• 补齐页面标题、描述、结构化数据和站点地图，每篇文档自动生成分享卡片图
• 文档搜索用构建期生成的倒排索引，在浏览器端检索，不依赖第三方服务；首屏 LCP 稳定在 1.2s 左右

Node.js / ClickHouse / Kafka

• 游戏服务器的玩家行为日志原来按天落文件，运营查一个玩家一周的记录要扫 7 个大文件，耗时几分钟
• 改为日志经 Kafka 写入 ClickHouse，按玩家 ID 和时间建排序键，支持按玩家、事件类型、时间范围组合查询
• 常用查询从分钟级降到 1 秒以内，运营排查玩家投诉的效率明显提升；存储按月分区，过期数据自动清理

教育经历