• 主导超大型RN应用的 “Monorepo治理与自动化拆包” 工程，通过 “Metro定制化、按需加载、预加载” 策略，将JSBundle加载时间优化60%，内存占用降低40%。
• 设计 “RN原生组件化” 方案，将核心的音视频和美颜功能下沉为原生模块供RN调用，性能提升50%，并实现了与原生代码的无缝互操作。
• 构建 “RN线上异常智能监控与降级” 体系，能够自动识别RN运行时错误并降级至H5或原生页面，保障了99.9% 的页面可用性。
• 推动公司内部 “TypeScript全栈化” 与 “自动化测试覆盖”，将类型错误导致的线上Bug降为0，测试覆盖率提升至85%+。

• 负责 “直播带货” RN频道的开发与优化，通过 “自定义动画、手势识别、原生模块加速”，实现了流畅的购物体验，GMV提升10%。
• 解决弱网环境下消息延迟的问题，丢包率从15%优化到3%以内，通过MQTT协议优化+本地消息SQLite缓存，在2G网络极端条件下消息到达率从80%提升至97%，支撑产品在低网速的下沉地区的用户增长；
• 实现 “RN热更新灰度与回滚” 机制，支持按版本、设备、用户标签精准灰度，保障了版本发布安全。

直播电商APP高并发场景下的性能优化与跨端体验统一项目

• 项目背景：公司核心直播业务面临高峰期卡顿率超25%、iOS/Android跨端体验差异显著（如商品浮层加载速度差30%）、用户下单转化率仅8%的痛点。目标是通过技术优化，将卡顿率降至15%以内、跨端体验一致率提升至90%以上，最终拉动转化增长。
• 关键难题：1）高并发下推流延迟高（峰值达1.2s），导致主播动作与观众端画面不同步；2）Flutter与原生混合架构下，UI渲染逻辑不一致引发跨端交互差异；3）长时间直播（超2小时）易出现内存泄漏，单场直播后内存占用超300MB，偶现闪退。
• 核心行动：1）推流侧主导替换传统RTMP协议为WebRTC，结合自研流量适配算法（根据网络带宽动态调整码率），降低推流延迟至300ms内；2）基于Flutter构建跨端渲染引擎，抽象出“商品浮层”“互动弹幕”等通用组件，统一两端交互逻辑；3）用LeakCanary定位泄漏点，优化直播数据生命周期管理（如自动回收未显示的帧数据），并引入Flutter Memory Profiler监控实时内存。
• 项目成果：卡顿率降至12%，跨端体验一致率达96%；单场直播内存占用稳定在140MB内，闪退率降至0.1%以下。上线3个月后，直播下单转化率提升至9.8%，月均GMV增长2200万元。个人主导的技术方案被纳入公司直播技术标准，获Q3“技术突破一等奖”。

短视频APP全链路播放器架构重构与个性化推荐落地项目

• 项目背景：原有播放器基于MediaPlayer二次开发，业务逻辑与播放内核强耦合（修改一个按钮样式需重构3个模块），启动慢（平均800ms），且个性化推荐与播放器数据同步延迟超600ms，导致用户停留时长仅7分钟。目标是重构播放器架构，实现“播放体验优化+推荐精准触达”的协同增长。
• 关键难题：1）传统播放器架构封闭，无法快速适配新功能（如画中画、多倍速）；2）推荐算法与播放器的实时数据同步困难，导致推荐的视频与用户当前观看兴趣不匹配；3）低性能机型（如骁龙660）播放崩溃率达10%，影响用户留存。
• 核心行动：1）主导基于ExoPlayer进行模块化重构，拆分为“播放内核层”“UI组件层”“数据适配层”，支持通过配置文件快速添加新功能（如画中画仅需修改2个配置项）；2）引入Redis缓存推荐结果，将推荐数据同步延迟降至200ms内，并通过Kafka消息队列实现播放进度与推荐算法的实时联动；3）针对低性能机型优化解码逻辑，采用“硬解优先+软解 fallback”策略，修复12个机型兼容性问题（如内存溢出、音画不同步）。
• 项目成果：播放器启动速度提升至520ms，推荐准确率提升25%；用户停留时长增加至8.75分钟，月活留存率提升8%。播放器架构成为公司核心组件，推广至旗下资讯、电商2款APP，节省后续功能开发成本约300万元/年。个人因架构设计能力突出，晋升为移动端技术负责人。