负责供应链协同平台核心模块的Node.js架构设计、迭代开发与性能优化，工作边界覆盖需求拆解、高并发接口实现、分布式事务处理及线上全链路稳定性保障

• 主导供应链订单中心异步处理架构升级，基于Koa3+TypeScript重构旧版Express系统，针对旧系统同步阻塞导致的QPS瓶颈（峰值800），采用async/await+Redis分布式锁优化订单状态流转逻辑，同时用OpenTelemetry实现全链路追踪，定位并优化3处跨服务调用耗时点，最终QPS提升至3500，接口错误率从1.2%降至0.72%，支撑大促期间120万+订单实时处理
• 设计供应商协同平台实时消息推送模块，选用RabbitMQ Direct Exchange+死信队列机制实现消息可靠投递，结合Socket.io搭建长连接通道，解决旧系统轮询导致的服务器压力问题（CPU利用率从75%降至30%），消息到达率从95%提升至99.9%，用户实时审批通知满意度提升35%
• 牵头解决订单与库存跨库分布式事务一致性问题，引入Seata TCC模式，自定义超时补偿逻辑覆盖12类异常场景，编写15+个单元测试用例验证分支逻辑，上线后事务成功率从98%提升至99.95%，彻底避免超卖或库存积压问题
• 推动Node.js服务容器化改造，用Docker+K8s优化部署流程，结合HPA实现自动扩缩容，大促期间服务资源利用率从40%提升至75%，部署时间从2小时缩短至15分钟

负责零售供应链后端接口开发、性能优化及第三方系统对接，工作边界涵盖需求分析、微服务搭建、数据库调优及线上问题排查

• 核心参与门店补货系统Node.js微服务开发，用NestJS框架搭建服务架构，对接WMS系统RESTful接口，设计基于Axios拦截器+指数退避的重试中间件，解决跨系统调用失败导致的补货延迟问题，接口成功率从92%提升至99%，补货周期从2天缩短至1天内
• 优化商品库存查询接口性能，用Mongoose重构MongoDB查询语句，添加(storeId+skuId+status)复合索引，单条查询时间从200ms降至50ms，同时引入Redis缓存热点商品库存（TTL5分钟），缓存命中率达85%，支撑双11期间5万+/秒的库存查询请求
• 负责第三方物流接口对接与异步处理，用BullMQ搭建任务队列解决物流轨迹回调的并发问题，实现回调任务的异步消费与死信重发，物流信息更新及时率从90%提升至98%，降低客服物流查询投诉量20%
• 搭建服务监控体系，用Prometheus+Grafana监控QPS、内存占用及错误率，设置三级告警阈值，及时处理1次MongoDB主节点宕机问题，通过副本集切换保障服务可用性99.9%

负责电商供应链基础服务的Node.js开发、维护及稳定性保障，工作边界包括需求落地、BUG修复、日常监控及小型功能迭代

• 独立开发供应商信息管理模块，用Express+MongoDB实现CRUD功能，设计基于Joi的数据校验中间件覆盖15+字段格式验证，减少后台人工审核工作量40%，模块上线后供应商信息录入错误率从8%降至2%
• 优化旧系统接口响应慢问题，用Chrome DevTools分析请求链路，定位数据库无索引痛点，添加索引后接口响应时间从400ms降至100ms，同时重构循环嵌套逻辑，服务CPU利用率从60%降至40%
• 负责日常服务故障排查，处理过Redis缓存击穿（通过设置热点key永不过期+布隆过滤器解决）及MongoDB慢查询（优化查询语句+添加覆盖索引）问题，保障系统可用性从99.5%提升至99.9%
• 协助团队完成Node.js版本升级（从v10到v14），梳理兼容性问题清单，修改20+处废弃API调用，确保服务平滑过渡无故障

电商SaaS供应链协同平台分布式事务与高可用优化项目

• 项目是星途核心SaaS产品，支撑10万+品牌商、供应商、物流商的订单、库存、物流全链路协同。原架构因多租户共享集群，存在分布式事务一致性差（订单与库存同步成功率仅95%）、单集群故障导致商家不可用（可用性99.5%）两大痛点，直接导致客户留存率下滑12%。我的核心职责是主导全链路事务治理与高可用架构升级，对齐业务从“能用”到“好用”的技术迭代需求。
• 关键挑战包括：1）跨订单、库存、支付服务的场景化事务需求未标准化（库存扣减需强一致、订单状态同步可最终一致）；2）单K8s集群承载所有商家，故障恢复时间长；3）多租户资源竞争偶发性能抖动。技术上，我对比了Seata AT/TCC、Saga等框架的优劣势，结合业务场景设计“混合事务模型”；同时计划通过多集群部署+服务网格实现流量容错。
• 我牵头完成三项核心突破：1）对12类核心业务场景分类，订单创建用Seata AT简化流程，库存扣减用TCC保证强一致，编写事务协调器配置规范与回滚兜底策略，覆盖95%以上业务场景；2）基于K8s搭建多地域3集群架构，用Istio实现服务级别流量路由，当某集群故障时自动将流量切换至健康集群，切换耗时<10秒；3）优化租户隔离机制，通过数据库分库分表（按租户ID哈希）+Redis租户前缀+资源配额管理，杜绝跨租户CPU/内存抢占。过程中推动商品、物流、支付团队联调，解决了跨服务事务回滚数据不一致的问题。
• 项目上线后，分布式事务成功率提升至99.99%，客诉率下降85%；平台可用性达到99.99%，单集群故障恢复时间从30分钟缩短至5分钟内；支持商家数量扩容至20万+，吞吐量提升2倍。形成的《SaaS化分布式事务与高可用最佳实践》被公司3个新SaaS项目复用，我个人也因主导核心架构升级晋升为后端研发负责人。

短视频UGC/PGC平台源站弹性伸缩与成本管控系统研发

• 平台为UGC+PGC模式，日均处理10亿+短视频分发请求，源站依赖自建服务器与CDN。原架构因流量波动大（热点事件时流量暴涨5倍，平时闲置率达40%），导致高峰时源站响应慢（500ms+）、闲时服务器成本高（月均120万），严重影响用户体验与成本效率。我的职责是负责源站系统的弹性伸缩改造与成本优化，平衡性能与成本的双重目标。
• 核心难题：1）传统K8s HPA基于CPU/内存指标，无法预判短视频热点的突发流量；2）多层缓存（Redis、Memcached、本地缓存）与CDN协同不足，源站压力未有效分流；3）成本管控依赖人工调整，效率低且易出错。技术上，我选择LSTM模型预测短期流量，结合K8s自定义指标实现精准伸缩；同时优化缓存分层策略，减少源站直接访问量。
• 我主导了四大关键行动：1）搭建Prometheus+Grafana监控体系，收集流量、缓存命中率、服务器负载等10+指标，构建流量特征库；2）训练LSTM模型预测1-2小时内的流量峰值，准确率达88%，用于提前30分钟触发K8s扩容；3）优化K8s伸缩策略，加入缓存命中率（<80%时扩容）、请求延迟（>200ms时扩容）等自定义指标，替代传统单一CPU指标；4）设计缓存分层机制：热门视频存Redis（命中率提升至60%）、次热门存Memcached（25%）、冷门存本地缓存（15%），减少源站直接请求量。
• 项目落地后，高峰时源站响应时间降至150ms以内，缓存命中率从65%提升至85%；月服务器成本降低40%（至72万），同时支撑了10+次热点事件（如明星演唱会直播）的无故障运行。形成的《基于机器学习的弹性伸缩与成本管控方案》成为公司内容分发平台的通用方案，我也因此积累了从技术执行到方案设计的核心能力，为后续晋升奠定基础。

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。