负责公司生鲜电商主APP（iOS/Android双端）全生命周期质量保障，主导自动化测试体系搭建与性能优化专项，支撑大促期间亿级用户高并发场景的稳定性与用户体验。

• 主导设计跨平台自动化测试框架（Appium+Espresso+Pytest），深度集成Allure可视化报告与Jenkins+GitLab CI/CD流水线，覆盖核心交易链路（选品-下单-支付-履约），将版本回归测试耗时从8人天压缩至2人天，大促前回归效率提升75%，支撑618大促期间0级故障零发生。
• 针对用户反馈TOP1的「首页滑动卡顿」问题，通过GT工具抓取帧率（FPS）与CPU占用数据，结合Systrace分析主线程阻塞点，定位到RecyclerView缓存策略缺陷（maxCacheSize=5），推动开发调整为动态计算策略（基于设备内存），优化后首页滑动平均FPS从52提升至59，ANR率从0.6%降至0.2%。
• 搭建弱网测试矩阵（Charles+模拟2G/3G/4G/5G/Wi-Fi切换），设计订单提交、支付回调、库存扣减等关键路径异常用例，发现并修复5类网络波动导致的接口超时问题（如支付结果同步延迟），线上因网络问题引发的客诉量环比下降40%。
• 建立Top 50安卓机型+全系列iOS设备的兼容性测试标准，引入腾讯云测平台补充真机验证，制定《多分辨率适配Checklist》（覆盖18:9/19.5:9/折叠屏），将新版本兼容性问题漏测率从18%降至7%，双11期间未出现因机型适配导致的崩溃事故。

聚焦本地生活服务APP（iOS/Android）的功能稳定性与用户体验保障，推动测试左移与自动化能力沉淀，支撑到家、到店等核心业务线的快速迭代。

• 核心参与「到家服务」模块测试，基于用户行为埋点数据（订单轨迹、停留时长）设计探索性测试方案，补充「骑手接单-用户通知」「支付分账」等异常场景用例，发现3类订单状态同步延迟问题（MQ消息堆积），推动优化Kafka分区策略与消费线程数，问题修复后用户投诉率下降30%。
• 主导搭建iOS端自动化冒烟框架（XCTest+Python），集成设备农场（AWS Device Farm）实现跨版本兼容验证，将每日凌晨人工冒烟耗时从4小时缩短至30分钟，版本准入效率提升87.5%，支撑敏捷迭代节奏从2周/次缩短至1周/次。
• 针对「附近商家列表加载慢」痛点，使用Android Profiler分析内存占用，定位到Glide图片加载库配置不当（未启用磁盘缓存），协同开发调整缓存策略（LRU+500MB磁盘缓存），列表加载耗时从850ms降至320ms，页面跳出率下降22%。
• 推动测试左移，在需求评审阶段输出《移动端测试风险清单》，识别「蓝牙支付兼容性」「横竖屏切换数据丢失」等8项潜在风险，提前设计验证方案（覆盖iOS 15+/Android 12+），需求上线后缺陷逃逸率从25%降至10%。

负责电商主APP（iOS/Android）基础功能测试与版本发布验证，聚焦日常迭代的稳定性保障与缺陷拦截，积累移动端测试全流程实战经验。

• 独立执行双端冒烟测试与回归测试，覆盖商品详情、购物车、结算等核心路径，日均执行用例200+，版本发布前缺陷拦截率达92%，连续6个月支撑大促版本零重大线上事故（Crash率＜0.1%）。
• 参与「限时秒杀」专项测试，设计高并发场景用例（模拟10万+用户同时抢券），使用Monkey工具注入高频点击（50次/秒），发现2类库存超卖问题（Redis分布式锁失效），推动开发改用Redlock算法，活动期间库存准确率100%。
• 跟进Android碎片化问题，针对小米/华为/OPPO等主流机型验证屏幕适配（刘海屏/水滴屏）、权限弹窗兼容性（位置/相机），输出《主流机型适配指南》，后续版本适配问题减少50%。
• 协助搭建移动端缺陷管理平台，梳理缺陷分类标签（Crash/ANR/UI异常），建立根因分析模板（含堆栈解析、复现步骤），推动团队缺陷复盘效率提升35%，同类问题重复率下降28%。

《星途纪元》MMO核心服性能瓶颈攻关与全链路稳定性保障项目

• 《星途纪元》作为公司核心MMORPG产品，计划拓展东南亚市场并开启5组新核心服，预期峰值在线突破80万。但历史版本存在战斗场景延迟高、跨服副本资源竞争导致的掉线问题，需搭建适配游戏特性的全链路性能测试体系，保障高并发下的稳定性与用户体验。
• 项目核心难点在于：1）传统性能工具（如JMeter）无法覆盖游戏引擎（Unity）的异步RPC调用、帧同步消息的端到端延迟追踪；2）跨服副本涉及分布式缓存（Redis Cluster）、分库分表（ShardingSphere）的资源竞争，常规压测无法模拟玩家真实行为序列（如技能组合、道具交易）；3）多地域服务器的网络差异（如东南亚与国内延迟100ms+）导致的兼容性问题。我带领5人测试开发团队，结合游戏测试特性设计了“引擎层-服务层-网络层”三层监控体系：基于OpenTelemetry自定义埋点，关联Unity帧数据与后端服务日志，实现战斗技能从客户端到数据库的端到端延迟追踪；用Gatling二次开发，嵌入Lua脚本模拟玩家真实操作序列（如“释放群体技能→捡取掉落道具→发起跨服组队”的组合行为）；引入Clumsy模拟东南亚网络环境（丢包率5%、延迟150ms），验证服务端的抗干扰能力。
• 关键行动包括：1）针对游戏帧同步的消息乱序问题，自研“帧序号校验+重传机制”的测试工具，定位到战斗服务器的消息队列积压是延迟主因，通过优化Kafka分区策略（从3分区扩至8分区）和消费者线程数（从4线程提至16线程），将单帧消息处理时间从18ms降至7ms；2）跨服副本的资源竞争问题，通过分析ShardingSphere的分片日志，发现角色ID的哈希算法导致热点分片，调整哈希策略为“角色ID+服务器ID”双维度分片后，跨服副本的数据库锁等待时间从200ms降至50ms；3）针对多地域网络差异，搭建海外仿真测试环境，模拟10种网络场景验证服务端的熔断与降级策略，确保东南亚玩家战斗延迟稳定在50ms以内。
• 项目成果：1）《星途纪元》新服上线后，战斗场景平均延迟从120ms降至45ms，跨服副本成功率从92%提升至99.7%，首月东南亚新增用户120万，故障投诉率较上一版本开服下降87%；2）主导搭建的游戏全链路性能测试体系被纳入公司标准流程，后续3款新游直接复用该体系，性能测试周期缩短40%；3）个人获得公司“年度技术攻关奖”，相关工具（如帧同步测试插件）申请了2项软件著作权。

AI驱动的自动化测试平台建设与全业务线落地项目

• 公司当时处于快速迭代期，移动端产品（如手游助手APP）的手工测试占比仍达60%，回归测试覆盖不全导致线上BUG率居高不下（每月TOP10 BUG中40%来自回归漏测）。需构建适配公司业务的自动化测试平台，解决用例维护成本高、适配性差的问题，提升自动化覆盖率。
• 核心难点：1）传统自动化用例依赖UI定位，业务迭代（如页面改版、元素属性变化）导致用例频繁失效（月失效率达35%）；2）测试数据生成困难，如金融类功能需要大量合规的用户账户、支付记录等仿真数据；3）业务测试人员缺乏编码能力，无法独立创建自动化用例。我牵头跨团队（测试、算法、产品）调研，确定“AI辅助+低代码”的平台设计方向，结合计算机视觉与NLP解决适配性问题。
• 关键行动包括：1）针对UI元素变化问题，引入YOLOv5做视觉元素识别（准确率达98%），替代传统XPath/CSS定位，即使页面元素位置或属性变化，也能通过图像匹配找到目标控件；用BERT模型处理自然语言测试用例（如“用户登录→输入错误密码→验证提示信息”），自动生成可执行的Selenium脚本，将用例编写时间从1小时缩短至10分钟；2）测试数据层，用GAN生成仿真数据（如符合规则的手机号、身份证号、支付订单），并通过隐私计算技术确保数据脱敏，满足GDPR要求；3）低代码模块设计，支持拖拽式用例编排、断言条件可视化配置，让非技术人员也能快速创建回归用例。同时，推动平台与CI/CD集成，实现提测后自动触发冒烟测试，阻断不合格版本进入正式环境。
• 项目成果：1）平台上线6个月内，自动化测试覆盖率从32%提升至75%，回归测试时间从每周8人天降至1.5人天，线上BUG率下降58%；2）业务测试人员参与度提升，80%的回归用例由非技术人员创建，团队测试效率提升60%；3）平台被集团其他2家子公司复用，成为公司测试领域的核心基础设施，我个人主导编写了《AI自动化测试平台使用手册》，在公司内部培训了120名测试人员。

• 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。