负责电商平台交易链路全生命周期质量保障体系建设，聚焦自动化测试框架迭代、大促性能瓶颈攻坚及质量左移右移能力建设，边界覆盖需求评审到上线后监控的全流程，核心驱动测试效率提升与线上缺陷率下降。

• 主导设计交易链路全自动化测试框架，基于Python+Pytest+Allure构建接口+UI融合的自动化体系，针对异步订单状态同步问题，引入RabbitMQ消息回调机制实现结果实时校验，解决传统同步验证无法覆盖延迟场景的痛点，框架落地后自动化覆盖率从65%提升至88%，大促回归测试时间缩短40%（从12小时压缩至7小时）。
• 牵头大促期间订单提交接口性能优化，使用JMeter模拟10万并发场景，定位到HikariCP数据库连接池配置不足（默认最大连接数10）及Redis热点数据未预加载的问题，优化连接池至200并增加Redis缓存预热脚本，接口QPS从1200提升至3500，2024年双11期间该接口零超时、错误率低于0.01%。
• 推动质量左移落地，与研发团队共建CI/CD pipeline（Jenkins+SonarQube），制定单元测试覆盖率强制阈值（核心模块≥80%、非核心≥60%），并将SonarQube代码异味扫描结果关联代码评审流程，解决过往单元测试缺失导致的线上逻辑bug问题，季度线上缺陷率从1.2‰下降至0.8‰。
• 搭建交易链路线上质量监控体系，基于Prometheus+Grafana整合SkyWalking APM数据，实时监控订单创建、支付、发货等关键节点的延迟与错误率；曾定位到第三方支付回调接口超时设置不合理（默认3秒，实际业务需5秒）的问题，协调对方调整后，支付回调失败率从5%降至0.1%，保障了大促期间资金流畅通。

负责公司核心产品（企业级SaaS平台）后端功能测试与自动化体系建设，聚焦测试效率提升与分布式系统质量保障，边界覆盖功能验证、自动化落地及跨服务兼容性测试。

• 重构旧版自动化测试框架（原Java+TestNG），迁移至Python+Pytest技术栈，整合Allure生成可视化测试报告并优化用例标签体系，解决旧框架维护成本高、报告可读性差的问题，自动化用例执行时间从2小时缩短至40分钟，团队维护用例的人力投入下降50%。
• 主导接口深度测试能力建设，基于Postman+Newman搭建接口持续集成 pipeline，针对每个后端接口编写参数校验、异常场景（如非法token、越权访问）及边界值测试用例，覆盖率达92%，上线后接口错误率从3.5%降至2.6%，减少了一半的接口类线上投诉。
• 参与用户中心微服务分布式测试，使用Selenium Grid搭建分布式UI自动化环境（覆盖5个地域节点），解决不同浏览器/操作系统下的兼容性问题，完成12个微服务核心功能的UI测试覆盖，跨服务测试效率提升35%。
• 优化测试数据管理流程，基于Faker库生成符合业务规则的模拟数据（如企业名称、订单编号），结合MySQL存储过程清理脏数据，将测试数据准备时间从1天缩短至4小时，支撑了高频次的迭代测试需求。

协助资深测试工程师完成核心功能测试与自动化脚本编写，聚焦基础自动化落地、测试数据准备及简单性能测试，边界覆盖功能模块的自动化补全与测试资源支持。

• 编写核心功能自动化脚本，基于Selenium+Python覆盖登录、注册、商品下单等基础流程，减少手动测试重复劳动，每周节省约30小时手动测试时间，支撑了产品每周1次的迭代节奏。
• 搭建测试数据生成工具，使用Python+MySQL编写脚本自动生成用户信息、商品数据，解决了以往手动构造数据耗时易错的问题，测试数据准备准确率从75%提升至98%。
• 参与商品列表接口性能测试，使用JMeter模拟500并发请求，发现SQL查询缺少索引（商品表category_id字段）的问题，反馈给研发优化后，接口响应时间从500ms降至150ms，支撑了活动页商品展示的性能要求。
• 协助完成兼容性测试，使用BrowserStack平台测试产品在不同浏览器（Chrome、Firefox、Edge）及分辨率下的表现，输出兼容性报告并推动前端修复了12个样式兼容问题。

电商大促全链路性能测试体系搭建与落地

• 公司核心电商平台即将迎来年度大促，过往因缺乏全链路性能测试能力，曾出现库存扣减超时、支付接口响应慢等问题导致用户体验下滑，需搭建覆盖“商品详情-购物车-下单-支付-库存”核心链路的全链路性能测试体系，提前暴露并解决分布式架构下的性能瓶颈。
• 作为测试开发负责人，主导从业务需求对齐、平台设计到跨团队落地的全流程，联动研发团队梳理核心链路、运维团队部署监控组件、业务团队定义性能指标（如下单接口响应≤500ms、并发支持10万QPS）。
• 项目面临三大挑战：1）微服务架构下各服务trace系统不统一，无法串联全链路调用；2）真实用户行为流量仿真度低，测试结果与生产偏差达30%；3）性能瓶颈定位依赖人工查日志，单次定位耗时超2小时。解决方案：1）基于OpenTelemetry标准整合各微服务trace上报，结合Zipkin实现可视化全链路调用链追踪；2）解析近3个月真实用户行为日志，提取高频购物路径（如“浏览爆款→领券→加购→秒杀”），通过JMeter JSON插件实现动态参数化流量生成（用户ID、商品ID均符合业务规则）；3）集成Prometheus+Grafana监控体系，将响应时间、QPS、数据库慢查询等指标与trace链路关联，性能拐点出现时自动定位到具体服务与接口。
• 主导搭建的平台覆盖80%核心业务链路，大促前压测发现12个性能瓶颈，推动库存服务从“同步扣减”优化为“预扣+异步确认”，并发能力从3万QPS提升至8万QPS。大促期间下单接口平均响应320ms，错误率0.008%，零性能相关投诉。将性能测试周期从2周缩短至3天，总结的《全链路性能测试实施手册》成为公司大促标准流程，个人获当年“技术突破奖”。

移动端App自动化测试框架性能优化与扩展

• 公司旗下电商、社交App存在自动化测试痛点：UI迭代频繁导致元素定位脚本失效（失败率25%）、多设备碎片化兼容问题（失败率30%）、串行执行效率低（24小时回归测试耗时久），需优化框架以支撑高频回归需求。
• 负责框架核心模块优化，需解决“元素定位稳定性”“碎片化适配”“并行执行效率”三大问题，推动框架从“能用”向“好用”升级。
• 针对元素定位，引入OpenCV图像识别与Appium UIAutomator2混合策略——对关键元素（如登录按钮、商品卡片）先进行图像特征匹配，再补全XPath定位，降低UI变化影响；针对碎片化，建立包含100+主流设备的指纹库（记录分辨率、系统版本、硬件配置），脚本运行时自动匹配设备参数调整定位偏移量；针对并行执行，基于Selenium Grid设计Appium分布式集群，支持20+设备同时执行，通过Redis队列管理测试任务避免资源竞争。
• 优化后框架元素定位失败率降至4%以下，脚本维护成本减少40%；碎片化兼容问题失败率降至7%，覆盖90%主流设备；测试执行效率提升5倍，24小时回归测试缩短至4.8小时。编写的《移动端自动化测试最佳实践》文档被团队纳入规范，主导的图像定位、设备适配模块成为公司测试框架标准库，支撑了后续3款新App的自动化测试落地。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。