负责内容分发平台核心链路（内容路由、权限管控、实时数据同步）的后端架构设计、功能迭代及性能优化，支撑千万级DAU的内容请求处理，保障系统99.99%高可用

• 主导设计基于Node.js + Redis Cluster的内容路由系统，针对原有哈希路由导致的节点负载不均问题，引入一致性哈希算法（Consistent Hashing）结合节点CPU/内存使用率的健康度权重，用Prometheus+Grafana搭建实时监控看板，将节点平均负载从75%降至58%，单节点QPS从1200提升至1680，支撑平台内容库从500万条扩容至1200万条的需求
• 核心参与用户权限系统重构，原有JWT鉴权存在令牌篡改风险且无法实现细粒度权限控制，采用OAuth2.0 Client Credentials模式 + RBAC模型重构鉴权链路，结合Casbin进行策略管理，用Mocha+Chai编写120+条测试用例覆盖角色继承、权限撤销等核心场景，将权限校验耗时从15ms降至3ms，全年未发生因权限漏洞导致的安全事件
• 重点优化实时内容热度统计模块，原有MySQL批量写入瓶颈导致数据延迟达10分钟，引入Kafka作为消息队列解耦生产消费，用Node.js的kafkajs库实现异步批量写入（每100条攒批），结合ClickHouse做实时聚合计算（预计算小时级热度），将热度更新延迟从10分钟缩短至58秒内，支撑首页实时推荐功能的点击转化率提升12%，该模块日均处理1.2亿条热度数据
• 推动团队落地Node.js全链路性能监控体系，针对原有New Relic无法覆盖业务层逻辑的问题，集成OpenTelemetry SDK采集链路追踪数据，用Jaeger做可视化分析，定位到“内容标签关联查询”“用户兴趣推荐”2个慢接口（平均响应超500ms），通过优化MySQL覆盖索引（新增`tag_id + create_time`联合索引）和减少Redis不必要的GET操作（合并3次GET为1次HGETALL），将接口平均响应时间降至180ms，系统整体错误率从0.2%降至0.05%

负责娱乐社区平台的后端功能开发与稳定性维护，涵盖动态发布、评论互动、用户关系链等核心模块，支撑百万级DAU的用户交互需求，保障系统稳定运行

• 独立开发动态发布与Feed流系统，采用Node.js + MongoDB分片集群架构，解决原有单节点MongoDB写入瓶颈（QPS仅800），通过自定义分片键（用户ID取模+时间戳倒序）优化数据分布，将动态发布成功率从98%提升至99.9%，Feed流加载耗时从800ms降至300ms，支撑平台日活用户发布动态量从50万条增长至200万条
• 优化评论系统防刷机制，原有基于IP限频的方式易被代理绕过，引入FingerprintJS生成设备指纹，结合用户行为特征（评论频率、内容相似度、账号注册时长）构建多维度风控模型，用Redis Sorted Set存储用户近1小时的评论行为轨迹，将恶意评论拦截率从65%提升至92%，减少80%的无效评论人工清理工作量
• 负责用户关系链模块迁移，原有Redis存储的关系链存在数据一致性风险（双写不同步），迁移到MySQL + Redis双写架构，用Canal监听MySQL binlog同步数据到Redis，编写事务脚本处理双写冲突（若MySQL成功但Redis失败，触发重试机制），保障1000万+用户关系链数据的完整迁移，迁移期间系统零 downtime
• 搭建内容发布审批流程引擎，采用Node.js + Activiti实现自定义审批节点（运营审核→内容安全审核→总编终审），通过JSON Schema定义流程模板，让运营人员可在后台自主配置审核人、抄送人，将流程变更的开发时间从3天缩短至4小时，支撑平台活动期间快速调整审核策略

负责媒体内容管理系统的后端开发，涵盖内容录入、审核、发布等流程，支撑公司内部媒体内容的流转需求，优化系统性能与开发效率

• 开发内容审核系统的工作流引擎，采用Node.js + Activiti实现可视化流程配置，支持多角色（编辑→审核→发布）、多分支（合规→违规→转人工）的审核逻辑，通过前端拖拽生成JSON流程定义，后端解析执行，让运营人员无需代码即可调整审核流程，减少80%的审核流程变更开发时间
• 优化内容元数据存储方案，原有MySQL存储元数据（标题、作者、标签、分类）导致复杂查询（如“按标签+作者筛选”）响应慢（平均3秒），引入Elasticsearch构建元数据索引，用Node.js的elasticsearch库实现全文检索与过滤，将内容搜索耗时从5秒降至500ms内，提升编辑人员的内容查找效率3倍
• 推动团队引入TypeScript重构核心模块（内容录入、审核日志），制定TypeScript编码规范（严格类型检查、接口定义），用ts-node-dev实现热更新，将运行时错误率从15%降至3%，代码可读性提升，后续迭代时需求理解成本降低50%
• 实现内容备份与恢复功能，针对原有手动备份易丢失的问题，用Node.js的fs-extra库实现增量备份（每天凌晨备份新增内容），结合AWS S3存储备份文件，编写恢复脚本（支持按时间点恢复），保障内容数据的可靠性，全年未发生数据丢失事件

星途直播平台实时互动系统重构与性能优化

• 项目背景：原直播系统采用HTTP长轮询实现弹幕、礼物等实时互动，峰值时（如头部主播直播间）弹幕延迟超500ms、丢失率高达3%，礼物并发扣减偶发超时导致用户投诉；同时系统耦合度高，新增互动功能（如连麦PK）需修改核心代码，迭代效率低。我的目标是主导重构实时互动系统，将延迟降至100ms内、丢失率低于0.1%，支持10万级并发互动，且具备快速扩展能力。
• 解决难点：针对传统长轮询的低延迟缺陷，选择WebSocket+Kafka组合——WebSocket解决双向实时通信，Kafka解耦消息生产与消费以提升吞吐量；针对礼物系统的高并发一致性问题，设计“Redis分布式锁+数据库乐观锁”双重保障机制；针对多端消息同步的去重需求，引入HyperLogLog统计在线用户。
• 核心行动：① 分模块重构消息通道层，先迁移弹幕、礼物消息至新架构，保留旧版HTTP接口平滑过渡；② 实现礼物系统的“流水号幂等校验”——用户发礼物时先在Redis扣减库存并生成唯一流水，再异步同步数据库，通过流水号避免重复扣减；③ 搭建Prometheus+Grafana监控体系，实时监控WebSocket连接数、Kafka消息延迟、礼物扣减成功率，设置阈值触发报警。
• 项目成果：重构后弹幕延迟降至80ms内、丢失率0.05%以下，礼物并发能力提升至5万笔/秒；支撑12场百万级观众直播，用户互动率提升22%；打赏转化率增长15%，年营收增加约800万元。我主导了系统架构设计与落地，掌握分布式实时系统的性能优化方法，从“功能执行者”成长为“技术方案决策者”。

星途短视频平台个性化推荐后端系统从0到1搭建

• 项目背景：原推荐系统依赖第三方，数据反馈延迟超10分钟，无法捕捉用户实时兴趣（如刚看美食视频，10分钟后才推荐同类内容），导致用户留存率仅35%。我的目标是搭建实时推荐后端系统，将数据延迟降至1分钟内，支撑首页“猜你喜欢”功能，提升留存与播放时长。
• 解决难点：需解决用户行为的实时采集清洗、多维度特征融合、模型低延迟调用三大问题。选择Flink构建实时数据 pipeline，消费Kafka中的行为消息做1分钟窗口聚合；基于HBase存长期画像、Redis存实时特征，解决特征融合的低延迟问题；用TensorFlow Serving部署模型实现毫秒级预测。
• 核心行动：① 设计“用户行为→Kafka→Flink处理→HBase/Redis存储→模型调用”链路；② 提取20+维度实时特征（如近期美食视频观看时长），与用户基础画像融合成100维特征向量；③ 开启Flink每5分钟Checkpoint、HBase多副本，保障故障数据不丢失。
• 项目成果：数据延迟从10分钟降至45秒内；“猜你喜欢”点击率从8%升至24%，用户日均使用时长增加18分钟；短视频播放量增长25%，留存率从35%提升至47%。我全程参与架构设计、核心开发与调优，掌握实时数据处理与推荐系统的协同设计，积累了分布式数据处理经验。

• 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。