负责社区团购供应链平台核心交易链路（供应商管理、库存周转、履约调度）的架构设计与功能迭代，支撑日均百万级订单的供应链协同

• 主导供应商准入与资质审核模块重构，基于Django REST framework搭建分层架构，引入Celery异步任务队列处理资质文件校验（PDF解析、OCR识别），针对高并发下审核延迟问题，采用Redis Cluster做缓存（存储高频查询的供应商基础信息）与分布式锁（解决资质更新冲突），优化后单条资质审核耗时从3s降至500ms，日均处理10万+供应商资质更新，支撑平台供应商数量从5万增长至15万
• 优化库存实时计算逻辑，针对原有MySQL全表扫描导致的峰值延迟（大促期间超2s），引入ClickHouse作为实时数仓，用Python的Pandas库做数据预处理（清洗订单、入库、出库流水），构建库存宽表，结合Redis做库存缓存（TTL设置为5分钟），库存准确率从98%提升至99.9%，大促期间库存扣减成功率从95%提升至99.5%，避免100+次超卖事故
• 设计履约调度算法的Python实现，针对社区团购多仓多团点场景，基于遗传算法（使用DEAP库）优化配送路径，结合实时交通数据（调用地图API）动态调整路线，降低单均履约成本15%（从2.1元降至1.78元），覆盖200+城市的供应链节点，支撑平台日订单量从50万增长至200万
• 搭建供应商绩效评估系统，用Scikit-learn训练随机森林模型，基于履约时效、缺货率、客诉率等8个指标预测供应商风险等级（高/中/低），提前30天预警高风险供应商，推动供应商整改率达90%，每月减少供应链中断损失约80万

负责本地生活服务平台商家端后端功能开发与性能优化，支撑商家入驻、订单管理、营销活动等核心流程

• 核心参与商家入驻流程全链路开发，基于FastAPI搭建RESTful API，使用SQLAlchemy ORM映射商家、资质、银行账户等多张表，解决跨库关联查询慢的问题（原有查询耗时800ms），通过冗余字段（将商家状态同步到资质表）和索引优化（添加联合索引），入驻审核时间从1天缩短至2小时，商家入驻转化率从15%提升至35%
• 优化营销活动库存锁定机制，针对原有Redis分布式锁存在的死锁问题（峰值时出现1%的死锁率），改用Redlock算法实现分布式锁，结合Python的asyncio库实现异步锁管理，活动期间库存冲突率从1.2%降至0.1%，支撑双11期间100万+营销活动的并发，未出现因库存锁死导致的活动失败
• 搭建商家数据统计平台，基于Airflow设计数据pipeline，整合MySQL（订单、商家信息）、MongoDB（营销活动数据）的数据，每日凌晨跑批生成商家的订单量、客单价、复购率等10+个核心指标报表，商家数据查询效率从分钟级提升至秒级，帮助商家提升运营决策效率，平台商家活跃率从40%提升至55%
• 解决商家端接口幂等性问题，设计基于UUID+Redis的幂等校验方案（UUID作为请求唯一标识，Redis存储请求状态，TTL为24小时），拦截重复提交请求10万+/天，避免商家因重复下单导致的资金损失约50万/月，接口报错率从2%降至0.1%

参与互联网教育平台的课程管理与用户学习行为后端开发，协助完成核心功能的迭代与性能优化

• 协助开发互联网教育平台的课程发布与管理模块，基于Django搭建后台管理系统，实现课程分类（直播/录播/小班课）、章节上传（支持MP4/PDF/文档）、权限控制（讲师/助教/管理员）等功能，支持日均1000+课程的发布与更新，课程发布成功率从90%提升至99%
• 优化用户学习记录的存储与查询，针对原有MySQL按时间分表的策略导致的查询慢问题（查询某用户1年的学习记录需扫描12张表），改为按用户ID哈希分表（分成8张表），查询耗时从500ms降至100ms，支撑百万级用户的学习数据统计（如学习时长、课程完成率）
• 搭建学习行为埋点系统，基于Flask搭建数据接收服务，接收前端发送的学习行为数据（播放、暂停、完成），将数据写入Kafka集群（3个节点），再用Spark Streaming做实时处理（每5分钟统计一次用户学习时长），实现用户学习行为的实时监控，帮助产品优化课程推荐算法，推荐准确率提升10%
• 解决课程播放时的并发加载问题，用Nginx做负载均衡（配置4台后端服务器），结合Gunicorn做WSGI服务器（worker数设置为8），将并发处理能力从500QPS提升至2000QPS，播放卡顿率从15%降至5%，用户满意度提升20%

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。

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”。