负责社交电商App全生命周期移动端测试，覆盖iOS/Android双端功能稳定性、兼容性及用户体验问题，联动研发、产品保障大促活动与日常版本迭代质量，聚焦性能瓶颈与风险场景的提前拦截。

• 主导设计「618秒杀场景」专项测试方案，结合业务峰值预估（单场秒杀UV12万+、下单QPS5000+），采用MonkeyRunner模拟高频点击洪峰+Appium自动化回归「加购-下单-支付」核心流程，定位到后端「库存扣减接口未加分布式锁」导致的超卖问题——10%请求同时修改Redis库存引发数据不一致，推动研发引入Redisson分布式锁优化，将超卖率从8.7%降至0，秒杀活动客诉率下降65%；同步用JMeter压测验证锁性能，确保锁竞争延迟控制在50ms内，不影响正常用户体验。
• 针对iOS端冷启动耗时过长（3200ms）问题，使用Instruments的Time Profiler与Sysdiagnose分析启动流程，发现首页RecyclerView异步加载商品图时存在主线程阻塞（占比35%）；联动前端团队优化Glide图片加载策略（将diskCacheStrategy从SOURCE改为ALL，减少重复网络请求），并增加启动时线程优先级调整（通过dispatch_async(dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_HIGH, 0))处理图片解码），最终冷启动耗时降至1800ms，App Store「启动慢」评分从4.2星提升至4.7星，用户留存率增加18%。
• 搭建Android端兼容性测试矩阵，覆盖华为Mate 50/小米13/OPPO Find X6等12款主流机型及Android 12-14系统版本，用Espresso结合自定义Python脚本实现「支付页面布局」「商品详情页图片适配」等15个核心场景的批量UI自动化；发现「支付按钮错位」问题源于不同机型屏幕密度适配错误（部分机型用px而非dp单位），推动UI团队统一采用「dp+百分比布局」方案，兼容性问题率从15%降至3%，版本发布前兼容性返工时间减少40%。
• 推动建立移动端用户体验测试体系，结合HEURISTIC EVALUATION（启发式评估）与用户行为埋点数据（如「页面跳转失败率」「滑动流畅度」），设计「操作流畅度（FPS≥55）」「界面响应速度（点击延迟≤100ms）」等6个核心体验指标；每月输出《移动端体验优化报告》，推动修复「购物车结算流程」中3处卡顿问题（因列表数据量过大未分页加载），用户平均停留时长增加22%，NPS评分提升11分。

负责企业级工具类App（PDF编辑/文件扫描）的移动端测试，覆盖功能验证、性能优化及多设备兼容性，协助团队搭建自动化测试能力，提升版本迭代效率。

• 主导设计「文件扫描」功能自动化测试框架，采用Appium+Python结合OpenCV图像识别技术，自动验证扫描件的清晰度（通过边缘检测算法判断线条模糊度）、倾斜角度（计算图片旋转偏差≤1°），替代传统人工对比方式；框架落地后测试效率提升50%，漏测率从10%降至2%，支撑了每月2次的大版本更新。
• 针对Android端「文件扫描」功能电量消耗过高问题，使用Battery Historian分析后台进程，发现扫描完成后定位服务未及时关闭，导致每小时额外耗电15%；推动研发添加「扫描完成自动关闭定位+后台进程回收」逻辑，电量消耗下降20%，用户反馈的「耗电快」问题减少70%，App Store相关差评清零。
• 搭建兼容性测试云平台，整合Testin云测工具与自研脚本，覆盖50+款主流机型（含折叠屏手机），将兼容性测试周期从3天缩短至1天；同时输出《机型适配指南》，指导研发优先适配市场份额TOP20的机型，版本发布后兼容性投诉减少55%。
• 协助团队落地持续集成（CI）流程，用Jenkins整合Appium自动化测试，实现「代码提交-自动化测试-结果通知」全链路自动化；测试执行时间从每周10小时降至4小时，研发修复缺陷的响应速度提升30%，版本迭代周期缩短25%。

负责早期社交App（兴趣社区）的移动端基础功能测试，保障注册、登录、动态发布等核心流程稳定，同时探索测试工具与流程优化，为团队后续测试能力建设打基础。

• 执行核心功能测试用例，覆盖「动态发布（文字/图片/视频）」「评论互动」「个人资料修改」等场景，累计提交120+个缺陷，其中「动态发布失败」高频问题（占比25%）推动研发修复了MySQL连接池满的问题（因未设置连接超时导致资源耗尽），缺陷复发率下降40%，该场景稳定性提升至99.9%。
• 协助搭建移动端测试环境，用Docker容器化部署Appium服务器与Selenium Grid，整合Jenkins实现自动化测试脚本的定时执行；测试环境搭建时间从每周2天缩短至4小时，团队并行测试能力提升50%，支持多版本同时测试。
• 探索移动端性能测试方法，用GT（腾讯开源工具）采集App的CPU、内存占用数据，发现「动态列表加载」时内存泄漏问题（每刷新10次内存增加200MB）；推动研发修复ListView复用逻辑错误，内存占用稳定在300MB以内，App Crash率从0.8%降至0.2%。
• 参与编写《移动端测试规范》，梳理功能测试、性能测试、兼容性测试的操作标准与交付物要求；规范落地后团队测试输出一致性提升60%，新人上手时间缩短50%，为后续测试流程标准化奠定基础。

星途互娱娱乐业务全链路压测及智能故障诊断平台研发

• 星途互娱核心业务（如春节跨年直播、新游上线）面临亿级流量冲击，现有测试体系依赖开源JMeter，存在全链路覆盖不全、分布式压测稳定性差、故障定位慢三大痛点——曾因压测未覆盖礼物系统库存链路导致大促期间超卖，或因故障定位耗时45分钟错过最佳修复窗口。我的总体职责是主导平台研发，构建“链路可观测、压测可扩展、故障可快速定位”的性能测试基础设施，支撑业务高并发场景的稳定性。
• 项目遇到三个核心技术挑战：1）娱乐业务链路长且跨系统（如直播打赏涉及用户中心、支付中台、礼物引擎、IM实时通信），传统压测无法实现端到端链路追踪；2）JMeter分布式压测时worker节点负载不均，数据同步延迟导致压测结果偏差超20%；3）故障排查依赖人工翻查日志与指标，平均定位时间45分钟，无法满足快速迭代需求。针对这些问题，我选择云原生领域主流的全链路追踪标准OpenTelemetry，解决多系统Trace关联问题；同时改造JMeter核心调度逻辑，结合一致性哈希算法优化任务分配，并联动Prometheus实现节点负载动态感知。
• 我主导了平台整体架构设计（“链路建模-分布式压测-智能定位”闭环），完成OpenTelemetry的全链路埋点方案——定义了12个核心业务的Trace规范，整合了6个异构系统的日志与指标；针对JMeter的性能瓶颈，开发了动态负载均衡模块，将worker节点任务分配均匀度从70%提升至95%以上；此外，牵头训练故障定位机器学习模型，用10万+条历史压测数据（涵盖CPU、内存、QPS、链路延迟、日志关键词）调优，实现异常特征（如支付接口延迟升高关联数据库慢查询）的自动识别。
• 项目成果直接支撑了公司核心业务稳定性：1）平台支持单场景1.2亿并发压测，覆盖了90%以上的关键业务链路，故障定位时间从45分钟缩短至8分钟内；2）压测环境搭建效率提升60%（从3天自动化到1小时），压测周期缩短40%；3）成功保障2023年春节跨年直播（峰值1.5亿在线）和《星舰指挥官》新游上线，未出现重大性能故障，为公司节省约200万元的风险修复成本。团队层面，沉淀了《娱乐业务全链路压测方法论》，培训12名测试工程师，推动性能测试从“被动验证”转向“主动预防”，成为公司级性能测试标准工具。

直播弹幕系统高可用测试体系搭建与性能瓶颈突破

• 随着直播业务爆发，弹幕系统日均处理消息量从100万条增长至1亿条，频繁出现消息丢失（峰值期0.1%）、推送延迟超500ms等问题，严重影响用户体验。当时我是团队核心测试开发，职责是搭建覆盖“功能正确性-性能容量-高可用容错”的全维度测试体系，定位并解决弹幕系统的性能瓶颈。
• 项目挑战集中在两点：一是弹幕高并发写入（百万级TPS）与实时推送的测试场景难以模拟，传统工具无法生成符合真实分布的消息流；二是弹幕系统依赖Kafka、Redis、WebSocket集群，故障注入（如Kafka broker宕机、Redis缓存击穿）依赖人工操作，无法自动化验证系统容错能力。针对消息模拟问题，我用Go语言开发了“弹幕行为仿真器”，基于用户画像（等级、活跃度）生成不同类型的消息流（文本、表情、礼物提醒），还原95%以上的真实场景；针对故障注入，整合Chaos Mesh实现Kafka、Redis的自动化故障模拟（如随机kill broker、清空缓存）。
• 我主导设计了弹幕系统的“压力梯度测试-异常场景验证-容灾能力评估”测试流程：首先用仿真器逐步提升消息量至1.5亿条/日，定位到Redis热点key导致的延迟问题——通过拆分热点key（按直播间ID+消息类型）降低单节点压力；其次用Chaos Mesh模拟Kafka集群宕机，发现系统未配置重试机制，导致5%的消息丢失，推动开发增加“死信队列+人工补发”功能；最后验证了系统在单节点故障时的降级能力（如切换至备用Redis集群，延迟控制在200ms内）。
• 项目成果直接改善了用户体验：弹幕消息丢失率从0.1%降至0.01%以下，推送延迟从500ms缩短至100ms以内，支撑了年度直播盛典（峰值2000万在线）的稳定运行。此外，开发的“弹幕仿真器”成为团队通用工具，复用在互动综艺、游戏公会的消息系统测试中，提升了30%的测试效率。这次项目让我从“执行测试”转向“设计测试体系”，积累了高并发消息系统的测试经验，为后续全链路压测项目奠定了基础。

• 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。