负责电商APP「小楷优选」全生命周期Android/iOS双端质量保障，主导自动化测试体系搭建与核心场景性能瓶颈优化，协同研发、产品团队闭环线上质量问题

• 主导设计Android端电商核心链路（商品详情-加入购物车-支付）的Espresso自动化框架，结合Page Object模式封装商品卡片、购物车弹窗等通用组件，通过自定义ViewAction解决动态加载的「猜你喜欢」控件识别问题，将自动化用例执行效率提升40%，核心链路冒烟测试覆盖率从65%提升至92%，支撑每日10+次版本迭代的快速验证
• 针对iOS端启动慢痛点，使用Instruments的Time Profiler定位到第三方推送SDK冷启动时冗余初始化问题，推动研发调整SDK加载策略（延迟非必要服务启动+异步线程初始化），将iOS端冷启动时间从3.2s缩短至1.8s，启动慢导致的崩溃率从0.8%降至0.2%，用户开机即用的体验显著改善
• 搭建移动端兼容性测试矩阵，覆盖Top20 Android厂商设备（华为Mate60系列、小米14、OPPO Find X7）及iOS14-17版本，采用Appium+小楷自研云测系统实现20台设备并行测试，发现并解决12个厂商定制系统问题（如vivo刘海屏遮挡支付确认按钮、iOS17全面屏手势与返回逻辑冲突），兼容性问题导致的用户反馈率下降60%
• 负责崩溃问题根因分析与闭环，用Bugly搭建崩溃监控体系并配置「支付场景」「分享功能」等自定义标签，通过NDK符号化解析原生层日志，定位到1个隐藏3个月的JNI内存泄漏问题（因未正确释放Bitmap对象），推动研发修复后，整体崩溃率从1.2%降至0.3%，季度用户满意度提升15%

负责社交APP「小楷星球」Android端质量测试，参与需求评审、测试用例设计及上线前回归验证，协助解决版本发布中的质量风险

• 参与「动态广场」功能测试，设计覆盖长文本、图片/视频混排、滑动流畅度的场景化测试用例，用Monkey工具进行10万次压力测试，发现因RecyclerView复用不当导致的OOM问题（加载大量高清图片时内存溢出），推动研发优化ViewHolder创建逻辑（复用图片加载缓存），避免了上线后的崩溃风险
• 搭建Android端专项测试环境，用Android Studio Profiler监控「聊天发语音」功能的CPU占用，发现语音转文字时CPU峰值达85%，推动研发改用离线语音识别+本地缓存机制，CPU占用率降至40%，用户反馈的语音发送卡顿问题减少80%
• 协助搭建移动端测试用例管理平台，用TestLink搭建含500+条用例的Android端库（功能、兼容性、性能分类），实现用例版本管理与跨团队共享，测试用例查找效率提升50%，新测试工程师上手时间缩短3天

协助移动端测试工程师完成基础测试任务，参与测试用例执行、缺陷跟踪及简单自动化脚本编写

• 协助执行「小楷教育」iOS端基础功能测试，覆盖注册登录、课程播放、作业提交场景，共提交200+条缺陷，其中10条为严重级（如支付二维码加载失败、课程进度不同步），缺陷修复率达95%，保障了iOS端首版本顺利上线
• 用Python+Selenium编写简单Appium脚本，实现iOS端「我的课程」页面元素定位与点击操作，将重复手动回归测试时长从2小时缩短至30分钟，提升回归效率
• 参与周度测试报告撰写，整理用例执行率（98%）、缺陷密度（0.8个/千行代码）、修复周期（2天）等数据，辅助团队调整测试策略（如增加「课程播放卡顿」场景的资源投入）

电商大促高并发场景全链路质量保障体系搭建

• 项目背景：公司核心电商平台承接双11、618等亿级并发大促活动，此前质量保障依赖传统接口测试+人工回归，存在场景覆盖不全、故障发现滞后问题——2021年双11曾因库存超卖、支付链路级联延迟导致GMV损失约1200万元，用户体验评分降至4.1分（满分5分）。项目目标是从“被动救火”转向“主动防控”，搭建覆盖“流量仿真-故障注入-实时监控-质量门禁”的全链路质量保障体系，支撑1.5亿并发请求下故障发生率≤0.1%。
• 解决的关键难题：1）复杂业务场景的流量仿真——大促涉及秒杀、满减、跨店优惠等多业务耦合，传统工具（如JMeter）无法模拟带用户行为的上下文流量；2）分布式系统级联故障的快速定位——微服务间依赖复杂，单点故障注入难以覆盖级联效应；3）实时质量拦截的准确性——需在请求链路中及时识别库存扣减错误、优惠计算偏差等问题，避免流入生产。
• 核心行动与技术创新：1）主导自研“业务场景编排引擎”，基于用户真实埋点数据（如APP浏览、加购、下单路径）生成多维度测试流量，融入地区IP、设备型号、用户层级等上下文，仿真准确率提升至92%；2）搭建“混沌工程+分布式追踪”故障注入平台，集成Zipkin实现微服务依赖拓扑可视化，可精准触发“库存服务超时→订单服务熔断→支付链路降级”等级联场景，故障定位时间从45分钟缩短至5分钟内；3）设计“智能质量Gate”，结合Prometheus实时指标、LSTM模型预测（如库存扣减延迟）及Drools业务规则引擎（如校验商品ID与库存SKU匹配、优惠金额计算），在CI/CD Pipeline中嵌入12个质量检查节点，未通过则阻断上线。
• 项目成果与价值：1）2023年双11支撑1.2亿并发请求，实现“零重大故障”，用户体验评分回升至4.8分，GMV同比增长35%；2）测试效率提升60%——原需2周的人工回归测试，现用流量仿真引擎2天内完成，自动化覆盖率从40%提升至88%；3）体系复用至公司本地生活、跨境电商等新业务线，累计降低质量保障成本约800万元/年；4）个人主导3个自研工具开发，获公司“年度技术创新一等奖”，推动测试团队从“功能验证”向“质量设计”转型。

生鲜电商供应链系统自动化测试平台搭建

• 项目背景：公司生鲜电商业务核心系统（采购-仓储-配送）涉及保质期管理、冷链时效、多供应商协同等复杂场景，手动测试周期长（单轮测试需3周）、边缘场景遗漏率高（如生鲜商品临期预警失效、配送路径偏离冷链要求），导致上线后故障频发。项目目标是搭建自动化测试平台，覆盖核心业务流程，将测试周期缩短至1周内，提升场景覆盖度。
• 解决的关键难题：1）业务规则的动态适配——供应链系统规则频繁变更（如不同商品的保质期阈值、冷链温度要求），传统自动化用例需手动修改，维护成本高；2）非功能质量的测试覆盖——如配送时效的实时性、库存周转率的准确性，无法用常规接口/UI自动化验证；3）多系统联动的测试效率——采购、仓储、配送系统间数据流转复杂，手动构造联动测试数据耗时久。
• 核心行动与技术创新：1）自研“业务规则驱动的测试用例生成器”，将采购保质期、仓储温区要求等规则转化为配置文件，自动生成覆盖“超期商品拦截”“温区不符预警”等场景的测试用例，用例维护成本降低70%；2）结合Selenium+Appium做UI自动化（覆盖采购单录入、库存查询等操作），Postman+Newman做接口自动化（覆盖供应链数据流转），同时用JMeter模拟冷链配送时效测试（如验证从仓库到用户的配送时间≤48小时）；3）搭建“联动数据工厂”，基于Faker库生成符合业务逻辑的采购单、库存单、配送单，解决多系统联动测试数据构造难的问题。
• 项目成果与价值：1）核心系统自动化覆盖率从30%提升至85%，单轮测试周期从3周缩短至10天，支撑生鲜业务每月1次的迭代节奏；2）上线后故障发生率从15%降至3%，如“临期商品未预警”故障从每月5次降至0次；3）平台复用至公司后续上线的社区团购业务，累计节省测试人力成本约300万元；4）个人积累了复杂业务系统的自动化测试设计经验，成为团队“供应链系统质量专家”，获部门“季度优秀员工”称号。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。