负责公司核心电商交易系统SDET全生命周期质量保障，涵盖自动化测试框架设计、大促场景性能瓶颈定位、质量左移体系落地及团队技术赋能

• 主导电商交易系统全链路自动化测试框架重构，基于Python+Pytest+Allure构建分层架构（基础层封装HTTP/SQL操作、业务层抽象订单/支付/退款核心流程、断言层实现通用结果校验），集成Docker容器化执行环境解决多环境（预发/生产）兼容性问题；同步对接Jenkins CI/CD pipeline，实现用例定时执行与钉钉/飞书实时告警。面对旧框架维护成本高（单次用例修改需调整3个以上文件）、跨服务调用断言困难的问题，通过提炼订单域模型抽象通用断言组件，将用例维护成本降低40%，单轮次执行时间从45分钟缩短至18分钟，覆盖交易链路90%以上核心场景。
• 针对618大促核心交易接口（下单/支付）的性能瓶颈，使用JMeter模拟5000并发用户压测，结合Grafana+Prometheus监控体系发现MySQL连接池利用率超90%、慢查询占比达12%的问题；通过优化连接池最大连接数（从50调整至80）、为订单表添加联合索引（user_id+order_status+create_time），并将Redis缓存命中率从75%提升至92%，最终接口QPS从1200提升至3500，错误率从5%降至0.1%，支撑大促期间1.2亿GMV的交易稳定性。
• 推动质量保障向研发左端延伸，与Java研发团队协作落地单元测试强制准入机制——基于Jacoco统计核心模块（订单服务/支付服务）代码覆盖率（要求≥80%），集成SonarQube扫描代码异味与SQL注入漏洞；同时开发基于AST（抽象语法树）的测试用例自动生成工具，解析接口Swagger文档生成Postman集合与Pytest用例，将功能测试用例编写时间从2天/功能点缩短至4小时，缺陷漏测率从15%降至3%。
• 作为SDET技术负责人，搭建团队能力成长体系——制定SDET能力矩阵（涵盖自动化测试、性能测试、Python/Go编程能力三大维度），每月组织技术分享（主题包括‘大促性能瓶颈定位实战’‘Python测试框架设计模式’）；带教3名新人，通过‘项目实战+导师制’模式帮助其在3个月内独立承担自动化测试任务，推动团队整体自动化覆盖率从50%提升至85%，团队成员人均效能提升35%。

负责公司社交产品后端服务质量保障，聚焦自动化测试体系搭建、消息推送性能优化及测试流程规范化

• 搭建社交产品后端API自动化测试平台，采用Go语言+Gin框架开发可视化用例编辑界面，集成MySQL存储测试数据与结果，实现‘用例编写-执行-报告生成’全流程线上化；解决手工测试效率低（单轮次接口测试需3人天）的问题，将手工测试时间减少70%，用例执行准确率提升至99%，覆盖用户中心/动态 Feed/好友关系等核心模块80%以上接口。
• 针对消息推送服务延迟高（峰值延迟15s）的痛点，使用Zipkin做全链路追踪，发现RabbitMQ消费者线程池过小（仅5个线程）及消息分片策略不合理（按用户ID哈希分片导致热点队列）的问题；优化消费者线程池至20个线程，并将分片策略调整为按消息类型+用户ID双重哈希，最终推送延迟从15s降到3s以内，用户投诉率下降60%，支撑日活1000万用户的消息触达需求。
• 推动测试左移落地，参与需求评审阶段即输出测试策略，基于Postman+Newman实现接口契约测试——对比研发侧Swagger文档与测试侧用例，自动校验接口参数格式与返回值结构；同步引入Mock工具（WireMock）模拟第三方服务（如短信网关），将依赖外部服务的测试周期从5天缩短至2天，需求变更导致的缺陷减少40%。

负责公司企业服务类产品（OA/CRM）功能测试及自动化测试落地，支撑产品迭代质量与效率

• 开发功能测试辅助工具集，基于Python+Selenium+Pandas实现测试数据自动生成（如随机生成1000条用户信息、订单数据）与结果快速校验（对比数据库预期值与实际值），解决手工造数据耗时（单轮次需1天）的问题，将测试准备时间缩短50%，支撑版本迭代频率从每月1次提升至每两周1次。
• 参与CRM系统客户管理模块性能测试，使用LoadRunner模拟1000并发用户执行‘客户查询’‘线索转化’操作，发现Oracle数据库死锁（因事务隔离级别设置为可重复读）及索引缺失（线索表未加status索引）的问题；调整事务隔离级别为读已提交，并添加复合索引，系统响应时间从3s降到1.5s以内，支持500并发用户同时操作。
• 协助团队建立测试流程规范，制定《用例评审标准》（要求覆盖正向/反向/边界场景）、《缺陷跟踪流程》（明确缺陷优先级与修复时效）；推动测试用例库标准化，将用例复用率从30%提升至60%，测试效率提升30%，缺陷修复周期缩短25%。

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。