负责即时零售核心交易链路（下单-履约-支付-售后）全生命周期质量保障，通过自动化测试框架迭代、性能容量建模及质量工具平台化，支撑日均千万级订单量下的业务快速迭代与质量稳定性

• 主导设计基于Python+Pytest+Selenium的「交易链路智能自动化框架」，抽象订单状态机、地址校验、优惠叠加等12个业务组件库，封装动态数据生成（Faker）与可视化断言（Allure Report）模块，解决传统脚本维护成本高、复用率低的痛点，脚本迭代效率提升40%，大促前回归测试周期从7天缩短至5天；
• 牵头秒杀场景性能测试与瓶颈优化，使用JMeter+Grafana+Prometheus构建分布式压测集群，模拟10万QPS峰值流量，定位库存服务「Redis分布式锁竞争」问题，推动后端将锁粒度从「商品维度」细化至「SKU+仓库维度」，最终TPS提升32%，超时率从1.5%降至0.08%以下；
• 搭建「质量门禁中台」，集成SonarQube代码扫描、Jacoco单元测试覆盖率统计、Postman接口契约测试三大模块，设置「单元测试覆盖率≥85%、代码重复率≤3%、接口失败率≤0.1%」等强制准入规则，推动研发侧质量左移，季度缺陷逃逸率从12%下降至9.6%；
• 支撑「第三方即时配送平台接入」项目全链路验证，基于Charles抓包分析订单-配送状态同步链路，发现配送回调接口幂等性问题（重复回调导致订单状态错乱），协调后端增加Redis分布式锁校验，上线后首月配送状态准确率达99.92%，用户投诉率下降28%

负责商家端产品（餐饮/零售ERP系统）的测试全流程管理，推动测试左移与自动化落地，提升研发交付质量与业务响应速度

• 核心参与「商家订单中心重构」项目，针对Spring Cloud Alibaba微服务架构下的跨服务调用问题，搭建基于RestAssured+TestNG的接口测试套件，覆盖92%核心接口（如订单分拆、状态流转），发现「库存服务与订单服务数据一致性」bug 17个，重构后接口故障率从5%降至1.2%；
• 推动测试左移落地，与研发团队共建「单元测试编写规范」，通过每周技术沙龙培训JUnit 5、Mockito等工具，带动研发人员将单元测试覆盖率从38%提升至65%，早期缺陷（需求阶段）发现率提高35%，减少后期回归成本约20%；
• 设计「商家批量操作性能测试方案」，针对「批量修改商品价格」「批量同步库存」等高频场景，使用LoadRunner模拟500家门店并发操作，发现MySQL「商品表索引缺失」问题，优化后批量操作耗时从7.8秒降至1.9秒，满足商家「10分钟内完成千店调价」的业务需求

负责企业OA系统（审批/考勤/文档管理）的功能测试与回归测试，协助搭建基础测试流程，提升团队测试效率

• 主导「审批流程安全测试」，梳理「跨部门审批」「越级审批」等14种高风险场景，采用等价类划分+边界值分析法设计用例，发现「审批节点权限未校验」漏洞3个（如普通员工可查看总经理审批记录），修复后系统安全性评级从「良」提升至「优」；
• 搭建「自动化回归测试体系」，使用Python+Selenium编写120条自动化脚本，覆盖登录、审批、考勤打卡等核心功能，将每周回归测试时间从1.5天缩短至8小时，释放30%人力投入新功能测试，支撑季度迭代频率从4次提升至6次；
• 推动「TestLink测试用例管理系统」落地，制定「用例命名规范」「优先级划分标准」等制度，实现用例复用率从20%提升至45%，测试准备时间减少18%，团队测试交付准时率从85%提升至98%

电商平台618/双11全链路性能测试体系搭建与智能容量规划项目

• 项目背景：公司核心电商平台在大促期间频繁出现首页加载超时、支付链路卡顿等问题，历史性能测试仅覆盖单接口，无法模拟真实用户全链路行为，导致容量规划偏差大、资源浪费严重。我的核心目标是主导搭建覆盖“用户行为-交易链路-基础设施”的全链路性能测试体系，支撑大促精准容量规划，保障系统稳定性。
• 关键难题：1）真实用户行为模拟困难，传统脚本无法还原多入口、多步骤的用户路径；2）大促流量峰谷波动大，现有容量模型依赖经验假设，准确率不足70%；3）多系统（APP、网关、订单、支付、库存）依赖下，故障根因定位耗时久。
• 核心行动：1）基于JMeter+Skywalking构建全链路压测框架，采集近1年用户行为日志，通过Python脚本生成动态用户路径（覆盖首页浏览、商品详情、加购、支付等8类核心场景），模拟10万级并发真实用户；2）结合历史大促流量数据与实时监控指标（CPU、内存、QPS），用线性回归+LSTM模型构建动态容量预测模型，实时调整各系统容量阈值；3）集成Chaos Mesh进行故障注入，模拟数据库慢查询、API超时等场景，验证系统熔断、降级机制的有效性。
• 项目成果：1）全链路压测覆盖率从30%提升至95%，大促期间首页首屏加载时间从2.1s降至1.3s，支付成功率从98.5%提升至99.8%；2）容量规划准确率从70%提升至92%，大促期间服务器资源利用率从60%提升至85%，节省云服务器成本约120万元；3）主导的性能测试体系被纳入公司大促SOP，个人获评当年“业务支撑突出贡献者”。

直播互动场景实时质量监控与故障自愈系统研发

• 项目背景：公司直播业务高速增长，但实时互动场景（连麦、弹幕、礼物打赏）下质量问题（如卡顿、消息丢失、推流中断）难实时发现，故障处理平均耗时5分钟以上，严重影响用户体验。我的目标是研发一套实时质量监控与故障自愈系统，实现问题“秒级发现、自动修复”。
• 关键难题：1）多源数据（弹幕、礼物、连麦信令、推流状态）关联困难，无法准确定位问题根源；2）故障特征分散（如网络抖动导致的卡顿与服务器负载高导致的卡顿特征相似），误报率高达25%；3）不同故障场景（如主播端推流中断、观众端播放卡顿）需要定制化自愈策略，灵活性不足。
• 核心行动：1）设计“端侧埋点+服务端同步+消息队列”的数据采集方案，用Canal同步MySQL互动数据，Kafka传输实时信令，通过TraceID关联用户会话与互动事件；2）基于XGBoost构建故障分类模型，提取“卡顿频率、消息延迟、推流码率”等12个核心特征，将误报率降至5%以下；3）开发故障自愈引擎，针对推流中断自动切换备用CDN，针对播放卡顿触发CDN节点调度，针对消息丢失重试推送。
• 项目成果：1）实时质量监控覆盖率从60%提升至98%，故障发现时间从5分钟缩短至30秒内，故障处理时长缩短70%；2）支撑了公司头部直播IP“星途星动”的全年大促与日常运营，用户互动满意度从82%提升至91%；3）系统获公司“年度技术创新项目”，我作为核心研发人获得技术创新奖。

• 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。