负责金融交易与风控核心系统的全栈设计与落地，涵盖高并发场景下的后端架构优化、前后端功能协同开发及技术风险管控，支撑日均千万级交易流水的稳定运行。

• 主导信贷核心交易系统微服务化改造，基于Spring Cloud Alibaba完成服务拆分与治理，引入Sentinel实现流量削峰填谷，结合Nacos完成动态配置中心搭建，支撑双11大促期间交易峰值QPS从8000提升至2.5万，系统可用性达99.995%；同步解决分布式事务一致性难题，采用Seata TCC模式实现跨4个服务的资金扣划与账务同步，错误率从0.12%降至0.01%以下。
• 针对用户端投资页面加载慢问题，牵头前后端联合优化：后端通过Redis Cluster缓存热点标的信息，将接口平均响应时间从450ms压缩至180ms；前端使用Vue3+Vite重构页面，结合Webpack Bundle Analyzer分析依赖，移除冗余库文件，首屏加载时间从3.2s缩短至1.5s，用户跳出率下降28%。
• 推动风控决策引擎模块开发，基于Drools规则引擎封装可视化配置界面（前端React+ECharts），支持业务人员自定义反欺诈规则；后端通过Flink实时计算用户行为特征，规则执行耗时从200ms优化至50ms，助力贷前审核效率提升40%。
• 主导技术债专项治理，梳理遗留单体架构中的重复代码与冗余接口，制定RESTful API 3.0规范并同步至Swagger文档；推动团队采用JUnit 5+MockMvc完善单元测试，核心服务测试覆盖率从65%提升至88%，线上P0级故障季度环比减少60%。

参与互联网金融平台从0到1的建设，负责信贷业务中后台系统的全栈开发与性能调优，覆盖需求分析、架构设计、编码实现及上线后运维保障。

• 作为核心开发参与信贷系统一期建设，采用Spring Boot+MyBatis-Plus搭建后端框架，设计用户授信、额度管理等核心模块；前端基于React+Ant Design实现可视化申请流程，支持多产品类型动态表单渲染，项目提前2周上线，首月放款量突破5亿元。
• 针对数据库慢查询问题，通过Explain分析定位索引缺失与全表扫描，优化20+条核心SQL，QPS从1200提升至3500；同步引入ShardingSphere实现订单表水平分库分表，单库数据量控制在500万以内，查询耗时稳定在50ms内。
• 搭建CI/CD流水线，基于Jenkins+Docker实现代码提交自动编译、测试及部署至K8s集群，部署耗时从1.5小时缩短至20分钟，发布频率从每周1次提升至每日3次，支撑快速迭代需求。
• 主导处理线上缓存击穿事故，通过Redis分布式锁+热点Key预加载策略，将故障恢复时间从2小时压缩至15分钟；事后推动建立缓存监控告警体系，基于Prometheus+Grafana监控缓存命中率与连接数，关键指标异常触发实时通知。

负责公司内部OA与财务管理系统的全栈开发，参与需求评审、功能实现及测试验证，积累Java后端与基础前端开发经验。

• 独立完成OA系统审批流程模块开发，基于Spring MVC+Hibernate实现请假/报销流程的节点跳转与附件上传；通过Activiti工作流引擎配置审批规则，支持自定义审批人策略，流程平均处理时长从3天缩短至1.5天。
• 前端配合使用JSP+jQuery优化表单交互，修复跨浏览器兼容性问题（重点解决IE11下日期控件异常），用户满意度从75%提升至90%；同步学习Vue基础，尝试将部分静态页面迁移至Vue组件化开发。
• 参与财务系统数据库优化，分析慢查询日志发现订单统计SQL执行耗时过长，通过添加联合索引与拆分大表查询，统计接口响应时间从8s降至1.2s，支撑月末结账效率提升50%。
• 协助搭建测试环境，编写JUnit单元测试覆盖核心业务逻辑（如报销金额校验、权限控制），测试用例通过率从82%提升至95%；参与上线前压力测试，使用JMeter模拟200并发用户，系统无崩溃且响应时间达标。

泛娱乐社交APP「星聊」核心功能迭代与性能优化项目

• 项目背景：「星聊」作为公司核心泛娱乐社交产品，面临用户反馈集中的三大痛点——实时聊天延迟高（峰值500ms+）、群聊消息乱序投诉率高（日均1200+）、个性化推荐点击率低（仅8%），导致DAU连续3个月停滞在80万左右。我的核心目标是主导全链路优化，将消息可靠性提升至99.9%以上，同时推动DAU增长25%。
• 解决的关键难题：1）高并发下WebSocket长连接的稳定性问题——峰值时10万+并发连接常出现断链、消息堆积；2）群聊消息的时序一致性——不同客户端因网络延迟导致消息展示顺序错乱；3）个性化推荐的精准度——基于传统标签的推荐模型无法捕捉用户动态兴趣。
• 核心行动与创新：1）后端重构：用Go语言重写WebSocket服务，引入Kafka作为消息中间件，通过「分区键绑定用户ID+顺序消费」机制保证消息有序分发；同时设计「客户端时间戳+服务端序列号」双校验规则，前端基于React Native实现消息重排逻辑，解决乱序问题；2）推荐系统升级：搭建TensorFlow-based协同过滤模型，结合用户聊天行为、社交关系、兴趣标签的实时embedding，用Redis缓存高频特征，将推荐更新频率从小时级提升至分钟级；3）跨团队协同：牵头产品、算法、测试制定「性能指标-用户体验」双维度验收标准，每周同步优化进度。
• 项目成果与价值：消息延迟降至80ms以内，消息丢失率从5%降至0.05%以下；群聊乱序投诉率下降92%，推荐点击率提升至22%；DAU在6个月内增长至120万，留存率提升18%。我主导的全链路优化直接推动产品进入App Store社交类TOP30，同时沉淀的「高并发IM架构」「实时推荐中间件」成为公司技术中台的核心组件。

企业级SaaS协作平台「星启」定制化能力升级项目

• 项目背景：「星启」作为面向中小企业的协作SaaS，此前采用单体架构，定制化需求（如字段自定义、流程适配）需修改核心代码，开发周期长达2周/单，客户满意度仅75%。我的目标是重构架构以支持「零代码定制」，将定制化开发效率提升5倍以上。
• 解决的关键难题：1）单体架构的高耦合性——修改用户管理模块可能导致项目管理模块报错；2）定制化需求的重复开发——不同客户要求相似功能（如自定义表单字段），但需重新编码；3）数据隔离风险——多租户共用数据库时易出现数据泄露。
• 核心行动与技术选型：1）架构升级：采用Spring Cloud微服务架构，拆分为用户中心、项目管理、文档协作等7个独立服务，服务间通过gRPC通信，解决耦合问题；2）零代码定制：基于Apollo配置中心开发「自定义字段引擎」，支持客户通过界面配置表单字段、审批流程，无需修改后端代码；3）数据隔离：推行「租户ID+分表」策略，每个客户的数据存储在独立分表中，通过MyBatis拦截器自动注入租户ID过滤条件，保证数据安全。
• 项目成果与价值：定制化开发周期从2周缩短至3天，实现成本降低70%；新增客户中35%选择定制化功能，客单价提升20%；系统可用性从99%提升至99.9%，全年宕机时间少于8小时。我主导的微服务拆分与配置中心设计，让产品从「标准化SaaS」转向「可定制化PaaS」，支撑了公司从中小客户向中大型客户的拓展。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。