• 领导开发AR社交产品，全栈实现SLAM定位、实时滤镜与地理围栏功能，上线3个月获100万用户。
• 构建云-边-端协同架构，动态分配计算负载，用户峰值体验流畅度提升90%。
• 引入AI内容审核系统，自动拦截违规内容，人工审核成本降低70%。
• 主导融资技术演示，助力公司获得A轮2000万美元投资。

• 搭建AI对话平台前端（Svelte+Python），集成GPT/语音合成/情感分析等多模型，支持定制化机器人训练，日请求处理量达200万次。
• 优化模型加载与推理异步管道，P99延迟从2秒降至800毫秒。
• 设计多租户资源隔离方案，保障高并发下稳定性，SLA达99.95%。

跨境电商智能供应链协同平台研发

• 跨境电商行业普遍面临供应商ERP、自有WMS、第三方物流API多系统割裂，库存实时误差率超8%、跨团队履约沟通耗时占比30%的痛点。项目旨在打造集全链路数据整合、实时库存管控、跨境合规校验于一体的智能平台，支撑公司跨境业务从区域化向全球化扩张。我作为全栈技术负责人，主导需求定义、架构设计及跨6个团队（供应链/技术/运营/海关对接）的落地推进。
• 核心挑战有三：一是多源异构数据的秒级一致性同步，传统ETL方式延迟高且易丢数据；二是大促期间库存扣减QPS峰值达5万+，数据库行锁导致超时率超8%；三是跨境商品需动态适配海关编码、税率等规则，人工校验效率低且易出错。我采用Apache Kafka构建事件驱动架构，结合Debezium捕获数据库Binlog实现增量同步，数据延迟从小时级压降至秒级；库存层用Redis Cluster分布式缓存存储实时库存，通过Lua脚本实现原子化扣减，彻底解决锁竞争问题；合规模块引入Drools规则引擎，对接海关总署API实时同步规则，支持动态加载与批量校验。
• 我主导设计了“事件溯源+CQRS”架构模式——将订单、库存变更拆分为“命令-事件”流，读模型用MySQL做持久化、写模型用MongoDB存事件日志，分离读写压力使查询性能提升3倍；优化Redis Key为分层命名空间（country:warehouse:sku），将缓存穿透率从1.2%降至0.1%；推动建立“规则自动同步-校验-预警”流程，替代原有人工核对，校验准确率提升至99.9%。
• 平台上线后，供应链协同效率提升40%（跨团队沟通时间减少50%），库存实时准确率达99.95%，大促库存扣减成功率从92%升至99.8%；直接支撑公司年跨境GMV从12亿增长至25亿。我的贡献是主导全栈架构落地，解决3个核心技术瓶颈，输出12份技术方案文档，推动跨团队协作效率提升35%，成为公司全球化业务的底层技术底座。

垂直生鲜社区小程序及后端系统从0到1研发

• 生鲜社区赛道用户需求聚焦“新鲜、快送、省心”，但竞品普遍存在配送时效慢（平均45分钟）、用户复购率低（28%）、商家端商品上架需30分钟/次的痛点。项目旨在打造集用户下单、前置仓管理、骑手调度的小程序，通过极致体验提升复购与商家效率。我从0到1负责前后端核心模块（商品、订单、骑手调度）开发，参与用户调研与需求迭代。
• 关键挑战：一是生鲜SKU动态变化快（季节、产地切换频繁），传统数据库模糊搜索响应超2秒，用户流失率高；二是骑手路径需兼顾时效与订单密度，传统贪心算法导致空驶率达30%；三是小程序离线场景下用户无法下单，影响下沉市场转化。我采用Elasticsearch构建生鲜商品索引，结合“产地+保质期+有机认证”多维度标签，搜索响应时间降至500ms以内；路径规划引入遗传算法，融合实时交通数据动态调整，空驶率降至18%；小程序端用本地存储+Service Worker缓存，实现离线下单，网络恢复后自动同步至后端。
• 我主导设计SKU“全生命周期标签体系”——从采购源头录入产地、采摘时间等12个维度标签，前端通过标签组合筛选（如“北京本地直采+今日采摘+有机”），搜索转化率提升35%；优化骑手调度逻辑，加入“顺路单优先”策略，单骑手日均订单量从12单增至18单；推动小程序离线功能测试，覆盖弱网、断网、切换网络等10种场景，离线订单同步成功率99.5%。
• 小程序上线3个月DAU达5万+，用户复购率升至42%，商家端操作时间缩短至10分钟/次，投诉率下降35%。我的贡献是完成前后端核心模块开发，解决生鲜SKU与离线体验两个关键问题，参与用户体验优化推动核心指标增长，成为公司切入生鲜赛道的拳头产品。