负责公司核心在线职业技能培训平台的JS全栈开发与性能优化，覆盖用户端课程交互、后台管理系统及实时互动课堂功能，协同产品、测试团队推进需求落地，保障系统稳定性与用户体验

• 主导用户端课程详情页重构：用React 18+TypeScript替换旧版jQuery实现，引入SWR做数据请求缓存、Redux Toolkit管理课程章节/讲师/评论的复杂状态；针对原页面首屏加载慢（3.2s）问题，通过React.lazy代码分割、Intersection Observer图片懒加载及阿里云CDN静态资源优化，将首屏时间压缩至1.1s，页面跳出率下降27%
• 核心参与实时互动课堂功能开发：基于Socket.IO搭建WebSocket通信层，封装连麦、白板同步、文字聊天的通用组件，解决多终端（PC/平板/手机）兼容问题；面对峰值1000人课堂的消息延迟（1.5s），优化RabbitMQ消息队列的分发策略（按教室维度拆分队列），将延迟降至300ms以内，支撑单月2000+场高并发互动课
• 优化后台管理系统权限体系：用Node.js+Express搭建权限中间件，结合Casbin实现RBAC模型，对接前端Vue3的动态路由与按钮级权限；解决旧系统“运营人员误操作课程上下架”的问题，权限颗粒度从“课程级”细化至“操作按钮级”，误操作率下降41%
• 推动前端工程化建设：搭建基于Vite的前端构建流程，集成ESLint+Prettier+Husky的代码规范校验链，引入Jest做单元测试（覆盖工具函数、组件逻辑）；将代码提交规范率从75%提升至98%，单元测试覆盖率从12%提高至45%，线上因代码不规范导致的bug率下降33%

负责K12在线辅导平台的前后端功能迭代，涵盖学生端智能做题系统、教师端备课工具及运营数据统计模块，配合团队完成版本上线与线上问题排查

• 主导学生端智能做题系统开发：用Vue.js+Vuex构建前端交互，Node.js+MongoDB搭建后端接口，实现基于协同过滤算法的题目推荐（关联用户历史错题与知识点掌握度）、错题本云同步及答题详情分析；解决初始推荐准确率低（62%）问题，优化特征工程（增加“知识点关联度”权重），将准确率提升至81%，学生日均做题时长增加45分钟
• 重点优化教师端备课工具性能：旧版工具因大量Excel式表格渲染导致卡顿（FPS<20），用React Virtualized实现列表虚拟化，结合Web Worker异步处理公式计算与数据格式化；优化后FPS稳定在55以上，页面加载时间从8s缩短至2.5s，教师满意度调研得分从3.8分提升至4.5分
• 开发运营数据可视化看板：用ECharts实现学生做题正确率分布、教师备课进度跟踪的实时图表，后端用Redis缓存高频查询的“班级周正确率”数据；支撑运营团队快速定位“初二数学函数章节学生正确率低”的痛点，推动产品优化该章节课程设计，用户续费率提高15%
• 完成旧系统技术迁移：将jQuery+PHP的备课工具迁移至Vue+Node.js栈，制定“模块拆分→接口适配→数据迁移”的三步计划，解决跨域、Vue状态与后端数据同步等问题；历时2个月完成迁移，系统维护成本降低50%，需求迭代速度提升30%

协助开发少儿编程启蒙平台的用户端与后台功能，涵盖拖拽式编程互动界面、家长端学习进度查看及教师端课程管理，参与需求分析、代码编写与测试

• 参与编程互动界面开发：用Phaser.js实现拖拽式编程积木的交互逻辑（碰撞检测、逻辑拼接），对接Node.js接口保存用户作品；解决积木拼接时卡顿（帧率<15）问题，优化事件监听机制（改用事件委托替代单个元素监听），将帧率提升至50以上，用户作品创作完成率提高28%
• 开发家长端学习进度看板：用React+Ant Design构建界面，后端用MongoDB存储学生学习时长、课程完成率数据，实现“今日学习报告”“近7天进度趋势”的实时更新；支撑家长了解孩子学习情况，家长转介绍率提高12%
• 协助优化后台课程管理：用Vue.js+Element UI重构课程列表，实现“批量导入课程素材”“按年级/学科筛选”“课程状态一键切换”功能；减少教师操作步骤（从10步降至3步），课程发布时间从10分钟缩短至2分钟，教师工作效率提升40%
• 解决跨浏览器兼容问题：针对IE11及旧版Chrome的兼容性痛点，用Babel转译ES6+语法、添加core-js Polyfill修复Promise/Array.from等问题；将浏览器兼容率从85%提升至98%，用户投诉率下降25%

鲜邻平台全链路性能优化与多端一体化重构项目

• 鲜邻作为区域头部生鲜社区团购平台，面临日活从50万向100万增长的压力：首页平均加载时长3.2s、订单提交失败率1.8%、APP/小程序/H5三端体验不一致导致用户留存率下滑8%。我的核心职责是主导全链路性能优化，统一多端技术架构，支撑业务规模化增长。
• 项目遇到三大核心挑战：1）首页动态内容（商品推荐+促销活动+团长信息）多源聚合，传统串行请求导致延迟高；2）订单提交涉及库存、订单、支付三系统强依赖，分布式事务不一致问题突出；3）多端UI/交互重复开发，迭代效率低至每周仅能上线1次小功能。
• 针对首页性能，设计「静态化预生成+动态WebSocket推送」方案：用Nginx做边缘缓存，Redis存储热点数据，将商品推荐模块预渲染为静态卡片，动态更新内容通过WebSocket推送到客户端；针对分布式事务，引入Seata TCC模式，结合幂等校验（基于Redis的请求ID去重）和重试机制（设置3次指数退避重试），解决库存超卖问题；针对多端一致，采用UniApp跨端框架，封装通用组件库（含商品卡片、地址选择器等12个高频组件），基于Vue3+Vite重构前端架构，实现一套代码编译三端。
• 项目上线后核心指标显著提升：首页加载时长降至1.1s（降幅65%），订单提交失败率降至0.15%以下，多端迭代效率提升40%（每周可上线2-3次功能）。支撑平台日活突破120万，GMV环比增长35%。我个人主导了技术方案选型与团队落地，推动研发模式从「功能驱动」转向「性能与体验双轮驱动」。

鲜邻供应链协同平台前后端开发与落地项目

• 鲜邻早期供应链管理依赖Excel与孤立系统（ERP/WMS/TMS），团长补货需手动统计库存与销量，错误率达15%，采购周期长达2天。我的职责是搭建统一的供应链协同平台，打通采购-仓储-配送全链路数据，提升团长补货效率与供应链准确性。
• 项目难点集中在三点：1）多系统数据格式不统一，无法实时同步；2）团长补货需求需结合历史销量、库存预警动态生成，缺乏算法支撑；3）促销期间团长集中补货，后端QPS可能达到500，稳定性面临挑战。
• 技术上，我用Apache Kafka搭建消息中间件，定义统一Schema实现ERP/WMS/TMS数据实时同步；针对补货需求，用Python Pandas挖掘历史销量数据，结合线性回归模型预测未来7天销量，自动生成补货建议；后端采用Spring Cloud Alibaba微服务框架，拆分采购、仓储、配送三个核心服务，用Sentinel做流量控制（设置QPS阈值500，超过则降级到队列等待），保证高并发稳定性。
• 平台上线后效果显著：团长补货时间从2小时缩短至15分钟，库存周转率提升28%，供应链错误率下降70%。支撑了618大促期间QPS 800的峰值，无宕机或数据不一致问题。我负责前后端核心模块开发，设计了数据同步方案与补货算法，推动供应链从「人工经验」转向「数据驱动」的数字化改造。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。