• 负责商家后台管理系统的重构，采用Django REST Framework构建清晰的API，为后续多端（Web/APP）发展奠定了坚实基础，后端开发效率提升40%。
• 设计基于规则的自动化运营审核流程，将商家入驻、商品上架等审核业务的平均处理时间从4小时缩短至30分钟，运营团队人效提升显著。
• 优化数据库慢查询（占比22%），通过索引重构、大表拆分（单表从5000万行→2000万行）将核心接口响应时间从1.2s降至400ms，相关方案纳入公司技术中台标准组件库。

• 负责用户优惠券与促销系统的开发和维护，通过 Redis 保障高并发下的领券和核销性能，成功应对了多次大型营销活动。
• 编写的数据迁移和清洗脚本（Python Pandas），高效准确地完成了数次历史数据治理任务，为数据分析提供了干净的数据源。
• 主导埋点数据采集系统重构，基于Celery+RabbitMQ搭建高吞吐异步任务队列，支持日均50亿条行为数据的实时清洗与入库（原延迟30分钟→现延迟5分钟），为运营团队提供精准的用户画像标签，推动活动转化率提升18%；
• 协助分析慢查询日志（日均500条），定位并修复3类典型性能问题（全表扫描、冗余关联查询），将核心接口响应时间从2s降至800ms，是产品整体响应效率达到优秀水平。

生鲜全链路实时库存与履约协同系统重构

• 生鲜电商业务因库存与履约系统割裂，存在超卖率8%、月均生鲜损耗150万的核心痛点，目标是整合“库存-订单-履约”全链路，实现实时数据同步，降低损耗并提升履约效率。我在项目中统筹架构设计、核心模块开发及跨产品/前端/仓库系统的协作，对结果直接负责。
• 面临两大技术瓶颈：一是多渠道（APP/小程序/第三方）订单并发下，原异步MQ方案导致库存与订单状态延迟3-5秒，引发超卖；二是履约调度依赖人工规则，骑手与订单匹配度低，超时率达38%。我选择Seata AT分布式事务框架解决库存修改与订单生成的原子性问题，同时用Redis分布式锁保障高频库存扣减的一致性；针对履约调度，设计了融合贪心算法与实时GPS位置的服务引擎。
• 主导重构库存中心，将库存粒度从“仓库-品类”细化至“仓库-品类-批次-保质期”，结合ShardingSphere实现库存表分库分表（8库16表）；开发履约调度服务，接入骑手实时位置接口，用贪心算法优先分配“距离≤1公里+时效达标”的骑手，通过乐观锁处理骑手资源冲突。
• 项目上线后，库存准确率从92%提升至99.6%（超卖率降至0.3%），月均损耗减少至70万（下降53%）；履约超时率降至21%（下降45%），用户履约满意度从4.1升至4.7（满分5）。该系统成为公司生鲜品类的核心基础设施，支撑双11大促0超卖目标，我个人的技术方案被纳入公司技术中台标准。

在线课程高并发选课与智能排课系统优化

• 教育平台大促（如开学季）期间，选课并发峰值达1500 QPS，常因数据库连接池耗尽崩溃；同时排课依赖人工规则，老师资源冲突率25%、排课周期3天，无法支撑快速开课需求。我的角色是核心模块负责人，负责选课与排课系统的重构及性能优化。
• 核心挑战：一是秒杀级选课流量突增，单库单表无法承载高并发写入；二是排课规则复杂（老师跨校区、课程类型互斥、教室资源有限），传统规则引擎效率低。针对流量问题，用Redis布隆过滤器过滤重复请求，结合令牌桶限流将QPS控制在数据库承载范围内；排课系统引入遗传算法，将老师/教室/课程约束转化为基因编码，通过迭代优化找最优解。
• 主导选课系统重构，用ShardingSphere将订单表按用户ID分片（8库16表），设计缓存预热策略（提前加载热门课程库存至Redis）；开发排课服务，封装遗传算法引擎，支持动态调整约束（如临时新增老师），通过数据库乐观锁处理并发排课冲突。
• 项目落地后，选课并发能力提升至8500 QPS（增长6倍），大促期间数据库连接池利用率从95%降至60%，系统可用性达99.99%；排课效率提升70%，周期缩短至1天内，老师资源冲突率降至5%以下。该方案支撑平台年度3次大促稳定运行，成为教育类产品的排课标杆，我个人获公司“年度技术突破奖”。