- 金子森/男/1995
- 本科/西安电子科技大学/信息安全
- 工作年限：7年
- 联系方式：18829209541
- 求职意向：前端高级/资深开发工程师
- 主技术栈：JavaScript/TypeScript, React
- 备注：无Vue/移动端/小程序经验
时间：2017年7月～2021年6月（4年）
项目：Wyn BI | Dashboard组
参与 Wyn BI 项目从零开始的开发工作，负责核心功能的预研、开发与迭代，包括数据引擎、仪表盘布局、高阶图表等模块的设计和实现
前后一共三个版本
- V1(已废弃): 后端简单聚合过滤 + 前端计算，负责前端计算引擎的迭代和维护
- V2(21年发布): 前端 JSON -> 后端 SQL，设计描述数据的 JSON 和对应的 SQL，给出 JSON 到 SQL 的转译流程，负责前端部分的重构和再实现
- V3(现已发布): 前端类DAX -> 后端 SQL，深入学习DAX，预研实现的可行性，提供落地的方向
主导仪表盘布局功能，从基础布局到高级功能的迭代
- 难点：功能复杂：Web端/移动端，不/允许重叠，手动/自动布局，不/吸附方格或图表，Container/Group，等等
- 实现：参考最大矩形，提供高性能的单点移动布局；分离图表渲染和布局指示组件，减少布局期间的组件渲染和DOM修改，提升性能；抽象复杂功能，提供统一配置接口。
负责高阶图表的设计和实现，高阶图表 = 图表 + 增强功能
- 设计：灵感源于高阶函数，为了实习高阶图表，把图表的生命周期升阶，包括的创建，获取数据，渲染等等
- 实现：在不侵入现有图表逻辑的前提下，复用已有代码，以统一的接口附加增强功能
- 例子：计算图表：数据来源于聚集结果 + 类Excel公式；合并图表：数据来源于多个聚集结果的合
时间：2021年9月～2024年9月（3年）
项目：MSTR BI | 可视化/Visualization 组
负责维护和迭代可视化/Viz 相关的功能，AI Chatbot 中 Viz 的渲染，Auto Narratives 中算法推荐 Prompts 的撰写
维护自研的前端框架 - Mojo(ES5时代的产物)，为 Viz 添加新的功能和修复 Bug
此外还维护了基于 React 的 Viz 格式面板和 IOS 上部分 Viz 的功能（Objective C）
- 难点：理解高度复杂，代码量巨大，前后端完全耦合且多平台复用的 CodeBase，尽量在不引入 Regression 的前提下开发新功能和修复 Bug
AI Chatbot 中 Viz 的渲染
AI Chatbot 是 MSTR 拥抱 AI 之后最大的核心功能，也是最大的卖点
- 实现：将 ES5 时代的老框架代码封装成独立的 Visualization 组件，并提升响应式能力
- 难点：将复杂又沉重的老框架封装成可复用的组件，解决多实例场景下的内存泄漏问题
Auto Narratives 中的 Prompts
Auto Narratives 是 MSTR 2024 年最重磅的更新，暂时没找到官方的文档，毕竟刚做完就被裁了
链接里的是 Power BI 的 Smart Narrative，功能类似，当初也是为了对标它才做的 Auto Narratives
- 实现：撰写 Prompts 让 AI 根据用户的需求和所选择的 Viz 的数据，推荐合适的算法和参数
- 难点：Example 结合 Step by Step 让 AI 更准确的理解用户的问题；转译特殊字符，移除不必要的 ID 等来提高输出的稳定性和质量；调优 LLM 参数以避免 GPT 在生成结构化的输出时陷入死循环
前端基础：JavaScript/TypeScript, CSS/Sass
前端框架：React, Redux
前端工程化：Webpack, ESLint
其他：SQL, C#, NodeJS，Objective C, AI Prompts
开发工具：Git, VSCode
7年外企工作经历，拥有良好的英文阅读和写作能力
多年敏捷开发经验，熟悉 Git/Jira/Github/Bitbucket/Confluence/Rally 工作流程
力求代码简约，实现优雅，崇尚 Don't repeat yourself
热爱技术，自学函数式编程，读过《SICP》，有良好的自驱力
推崇 Work Life Balance