负责公司核心课程交易系统（含下单、支付、退课链路）的架构设计、迭代优化及高并发稳定性保障，边界覆盖需求拆解、技术方案落地、线上问题排查及团队技术协同

• 主导课程秒杀场景下单链路重构：针对原同步架构下库存超卖、下单成功率低（仅75%）的问题，采用Celery+RabbitMQ实现异步下单解耦，结合Redis分布式锁+Lua脚本保证库存原子操作，同时引入Sentinel做流量削峰，最终下单成功率提升至95%，峰值QPS从1200提升至3500，大促期间未出现超卖事故
• 优化订单系统数据库性能：通过EXPLAIN分析慢查询日志，定位到订单列表查询未命中联合索引、关联表查询冗余问题，重构索引策略（新增复合索引3个）并拆分关联查询为批量预加载，将单条订单查询耗时从800ms降至150ms，DBA统计QPS提升30%，月度数据库CPU使用率下降25%
• 核心参与用户学习行为分析模块搭建：基于Django REST framework设计RESTful接口，对接前端埋点数据，用Celery定时任务将MySQL中的行为数据同步至ClickHouse，支持运营实时查询用户观看时长、课程完成率的聚合报表，接口响应时间从5s缩短至1s，支撑了3个季度的运营活动优化
• 推动团队工程化升级：引入Poetry替代原有requirements.txt管理依赖，制定版本锁定与虚拟环境规范，解决不同开发环境依赖冲突问题，部署失败率从15%降至5%；同时主导编写《Python后端异常处理规范》，覆盖数据库操作、接口幂等性等场景，团队代码BUG率下降20%

负责课程管理系统（含课程创建、排课、教师分配）的基础功能开发与性能优化，边界覆盖功能实现、线上故障排查及跨部门（产品、测试、前端）协作

• 优化课程创建流程性能：原流程同步调用第三方支付接口校验课程价格，导致超时率达15%、用户投诉多；改成异步回调+本地状态机（用Django FSM管理课程状态），将同步操作转为后台任务，超时率降至2%，用户投诉量减少60%，课程创建平均耗时从3s缩短至800ms
• 搭建系统监控与告警体系：用Prometheus采集服务器CPU、内存及接口响应指标，Grafana可视化展示，设置阈值告警（如接口5xx错误率超过1%触发钉钉通知），将故障定位时间从1小时缩短至10分钟内，月度P0级故障从4次降至1次
• 重构权限管理系统：原自研权限逻辑存在多租户支持不足、判断耗时久（200ms/次）问题，引入Casbin作为权限引擎，定义RBAC+ABAC混合模型，权限判断耗时降至50ms以内，支持按机构、课程维度细粒度控制，满足新增的加盟校区权限隔离需求
• 带教新人成长：负责2名应届生的入职培养，制定“Django基础→数据库设计→接口测试”学习路径，每周进行代码Review与问题复盘，新人1个月内可独立完成后台管理系统的增删改查功能开发，3个月内参与核心模块迭代

负责公司官网及后台管理系统的基础功能开发，边界覆盖按需求实现功能、配合测试修复BUG及运维问题排查

• 独立开发官网课程列表接口：针对原接口响应慢（1s+）、热门课程重复查询问题，用Django ORM的select_related优化关联查询，结合Redis缓存热门课程数据（过期时间10分钟），接口响应时间降至200ms以内，官网课程页PV提升35%
• 解决后台文件上传性能问题：原系统用本地存储上传课件，速度慢且占用服务器空间；迁移至阿里云OSS，用Python SDK实现分片上传，上传速度提升5倍，同时节省服务器存储成本40%，后续扩展了文件预览、删除的API接口
• 实现用户注册防刷机制：针对垃圾账号注册问题，用Redis计数器限制同一IP每分钟注册次数（上限5次），并结合图形验证码，注册垃圾账号数量下降80%，减轻了后续人工审核压力
• 协助运维排查线上问题：用Sentry收集后端错误日志，定位到数据库连接池泄漏问题（因未及时关闭游标导致），修复后数据库连接数从峰值200+稳定至50以内，服务器资源利用率恢复正常

星途直播平台高并发弹幕系统重构与性能优化项目

• 星途直播平台顶流主播开播时，原单体架构弹幕系统暴露严重性能瓶颈——峰值延迟达2s+、丢包率5%，核心痛点是消息队列吞吐量不足（RabbitMQ仅1万条/秒）、Redis分片不均引发热点、传统MD5去重算法内存占用高。我的目标是重构系统以支撑单直播间200万+并发弹幕，将延迟压降至500ms内、丢包率低于1%，同时担任整体架构设计与核心模块开发负责人。
• 项目面临三大技术挑战：一是单体架构无法横向扩展，二是现有消息队列难以承载高并发写入，三是弹幕去重与排序的效率问题——传统MD5去重需存储全量弹幕哈希，内存消耗呈指数级增长；而单纯时间戳排序易导致消息乱序。
• 我主导架构拆分为“生产-存储-推送”三个微服务：用Kafka替代RabbitMQ，利用其分区机制实现消息并行消费，吞吐量提升至10万条/秒；针对去重问题，设计“布隆过滤器预过滤+Redis Set精准校验”的双层机制——布隆过滤器拦截99%重复弹幕，Redis仅存储未命中弹幕的哈希，内存占用降低80%；排序环节引入时间轮算法，将弹幕按时间窗口缓存并顺序推送，CPU消耗减少40%。
• 项目上线后，单直播间支持250万并发弹幕，延迟降至280ms，丢包率仅0.08%；服务器数量从8台缩减至5台，年运维成本降低35%；用户弹幕发送成功率从95%提升至99.9%，该方案被纳入公司直播技术中台，我也因此晋升为直播业务后端负责人。

星途电商平台全链路库存一致性系统建设项目

• 星途电商大促期间（如618、双11），库存超卖（峰值0.1%）、多渠道（APP/小程序/抖音小店）库存同步延迟（5秒+）问题突出，导致订单取消率高达15%，严重影响用户体验与营收。我的目标是搭建全链路库存一致性系统，将超卖率降至0.01%以下、库存同步延迟控制在1秒内，同时负责库存服务架构设计及跨系统协同。
• 原系统存在三大核心问题：一是同步依赖同步RPC调用，易引发雪崩；二是缺乏分布式事务支持，多渠道库存更新不同步；三是MySQL库存变更无法实时同步到缓存，导致前端显示与实际库存不一致。
• 我推动库存服务从单体拆分为“中心-同步-校验”三个微服务：基于Seata实现TCC分布式事务（Try阶段预留库存、Confirm确认扣减、Cancel释放库存），解决跨渠道库存一致性问题；用Canal监听MySQL binlog，实时将库存变更同步到Redis与ES，保证缓存与数据库的一致性；设计多渠道库存统一缓存层，通过分布式锁协调不同渠道的库存扣减，避免超卖。
• 系统上线后，超卖率降至0.003%，库存同步延迟降至0.3秒，大促订单取消率降低至8.5%；每年节省因超卖、同步问题导致的人工客服与赔付成本约220万；该方案成为公司电商库存标准架构，我因此获得当年公司“技术突破奖”，并主导了后续供应链库存扩展项目。

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。