• 主导公司CI/CD自动化部署体系的构建，集成代码扫描、自动化测试、灰度发布与一键回滚，将版本发布频率从“周”提升至“天”，发布耗时从2小时缩短至 10分钟，发布失败率降至1%以下。
• 设计的 SaaS多租户数据隔离与计费体系，支撑了公司从项目制向SaaS化转型的战略，使新客户接入成本降低90%，年营收增长 40%。
• 深入内核参数调优，通过调整 PHP-FPM、Nginx、Linux TCP 等数百个参数，使单台服务器常态负载下的并发处理能力提升 3倍，年均节约云服务器成本 两百万元。

• 独立负责核心工作流引擎的设计与开发，采用状态机模式，实现了高度可配置的复杂业务流程自动化，该功能成为产品击败竞品的王牌，客户付费转化率提升 25%。
• 将公司主要业务从 Apache + mod_php 迁移至 OpenResty + PHP-FPM 架构，并启用HTTP/2和OPcache，使整体应用响应时间降低 40%，Web端性能评分达到90+。
• 实现通用数据导出服务，支持千万级数据的异步导出与压缩下载，替代了昂贵的第三方服务，年节省成本 数十万元。

星途直播平台高并发实时互动系统重构与性能优化

• 原直播系统采用单体架构，支撑千万级用户时出现消息延迟高（峰值800ms）、互动失败率高（1.2%）、服务器资源利用率低等问题，严重影响用户体验与业务转化。核心目标是将系统重构为高并发、低延迟的分布式架构，支撑1200万并发用户，将消息延迟降至200ms内、互动失败率降至0.1%以下。我的职责是主导架构设计、核心模块开发及全链路性能优化。
• 面临三大关键挑战：①单体架构无法弹性扩展；②HTTP轮询的消息推送链路导致高延迟；③弹幕、点赞等互动操作的强一致性难以保证。针对这些问题，我选择Apache Pulsar（低延迟、高吞吐的分布式消息队列）重构消息链路，采用Spring Cloud Alibaba微服务框架拆分系统，并设计“Pulsar事务消息+Redis Lua脚本”的强一致性方案，解决互动数据原子性问题。
• 主导完成6个核心微服务（用户中心、消息中心、互动中心等）的拆分，定义Feign+Sentinel的服务间RPC规范；将消息推送从HTTP轮询改为WebSocket+Pulsar Push模式，减少网络开销；搭建Prometheus+Grafana监控体系，结合Sentinel实现流量削峰，将峰值QPS从10万压至8万避免过载；推动互动数据双写校验机制，确保异常场景下的数据一致性。
• 系统重构后，QPS提升至20万，并发用户数支撑到1500万（超目标25%），消息延迟降至120ms（低于目标40%），互动失败率降至0.02%（低于目标80%）。业务层面，用户直播停留时长提升18%，打赏转化率提升10%，年营收增加约3000万元。我主导了架构升级的核心决策，解决了3个关键技术瓶颈，成为团队分布式系统方向的技术骨干。

星途短视频内容分发与个性化推荐后端系统从0到1研发

• 原短视频分发依赖人工规则，内容与用户兴趣匹配度低，用户平均停留时长仅3.2分钟，推荐点击率8%，无法支撑平台增长。核心目标是构建智能化分发系统，基于用户行为实现精准推荐，提升engagement。我的职责是负责实时数据处理、用户画像构建及推荐系统工程化落地。
• 遇到三大难点：①UGC/PGC/PUGC多源内容元数据不统一；②峰值15万条/秒的实时行为数据无法用批处理满足需求；③推荐模型迭代与线上效果脱节。我选择Kafka做实时数据管道，Flink做流处理生成用户画像，用TensorFlow Serving部署模型，平衡实时性与准确率。
• 主导制定内容元数据标准，整合3类内容源的100+维度标签（如视频类型、作者粉丝数），存储于MongoDB支持灵活扩展；开发实时用户画像系统，用Flink消费Kafka事件，每秒处理12万条数据，生成兴趣标签与行为偏好画像；推动Wide & Deep模型落地，结合实时画像调整权重，通过AB测试验证点击率提升效果；用Elasticsearch搭建内容索引，优化分发效率。
• 系统上线后，用户停留时长提升至7.1分钟（增长122%），推荐点击率提升至21%（增长162%），内容分发效率提升45%。业务层面，月活从500万增长至1300万（增长160%），短视频营收占比从15%升至30%。我从0到1搭建了实时画像与推荐系统，推动团队掌握机器学习工程化能力，获公司“年度技术创新奖”。

• 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。