• 主导公司“GDPR/《数据安全法》”的合规落地技术方案，设计并实施了“敏感数据自动发现与分类分级”系统。通过集成DLP引擎和自然语言处理技术，自动扫描代码库、数据库、日志文件中的敏感信息，识别准确率超95%，并自动打上标签，奠定了数据安全治理的基石。
• 构建了“隐私数据生命周期”的自动化审计平台，对数据的采集、传输、存储、使用、销毁等各个环节进行监控和合规性检查，确保了公司业务在处理亿级用户数据时的合规性，顺利通过多次外部审计。
• 实现的“自动化数据脱敏”服务，为开发、测试、数据分析等环境提供真实但脱敏的数据，在保障数据安全的同时，极大提升了业务效率，杜绝了敏感数据泄露的风险。
• 针对“数据跨境”场景，设计了技术解决方案，确保数据传输和存储满足相关法律法规的要求。

• 负责公司核心支付系统的安全测试工作，采用“黑盒+灰盒”结合的方式，深度测试了支付流程、风控系统、密钥管理等核心模块，年均发现高危漏洞20+，保障了金融业务的安全底线。
• 熟练使用“Burp Suite、SQLMap”等工具，并能够根据业务特点编写定制化的攻击脚本来发现复杂逻辑漏洞。
• 积极参与公司的安全应急响应（SRC）工作，处理外部白帽子提交的漏洞，并推动修复，获得了年度“安全之星”表彰。

年度IP联动活动全链路性能保障与智能故障定位体系搭建项目

• 项目背景：公司为旗下核心文娱APP筹备年度头部动漫IP联动直播活动，预期活动峰值并发达1200万（日常5倍），需解决高并发下系统性能瓶颈、多依赖链路故障快速定位及用户体验保障问题；我的核心职责是主导全链路压测方案设计、智能监控体系搭建，确保活动系统稳定性满足业务要求。
• 关键难题：传统压测工具无法模拟真实用户的随机化行为（如直播互动、分层级礼物打赏的组合操作），且分布式系统下故障定位依赖人工逐层排查（耗时超45分钟）；同时，活动涉及第三方支付、CDN、IM等6个外部依赖，接口容错能力未经过验证。
• 核心行动：① 自研「用户行为模拟引擎」，基于APP历史行为数据训练决策模型，生成覆盖92%真实场景的压测脚本（含随机断流、异常礼物刷量等异常 case）；② 整合OpenTelemetry实现全链路追踪，将请求链路可视化至微服务、数据库调用层级；③ 引入Chaos Mesh混沌工程工具，注入数据库主节点宕机、CDN节点延迟、IM消息丢失等15类故障，验证熔断、降级、重试策略的有效性。
• 项目成果：全链路压测覆盖率从70%提升至95%，故障定位时间缩短至5分钟内；活动期间系统可用性达99.99%，支撑1200万并发无宕机；第三方依赖接口故障率从预期3%降至0.5%。此方案被纳入公司《大型活动稳定性保障标准》，自研压测引擎推广至电商、社交3条业务线复用，我个人因此获公司年度「技术攻坚奖」。

直播业务跨端自动化测试平台搭建与AI合规校验体系落地项目

• 项目背景：公司直播业务月迭代20+次，手动回归测试需10人天/周，漏测率高达8%（主要集中在推流稳定性、弹幕并发、礼物计算等场景），严重影响版本上线效率；我的职责是设计自动化测试平台，解决直播功能的高效回归与多端兼容问题。
• 关键难题：直播流实时性强，传统自动化用例易因画面延迟、弹幕高并发导致误报；多端（APP、小程序、Web）需重复编写脚本，维护成本高；此外，直播内容合规性（敏感词、画面违规）依赖人工审核，耗时占总测试时间的30%。
• 核心行动：① 搭建基于Selenium Grid+Appium的跨端自动化框架，封装多端通用操作接口（如登录、发弹幕、送礼物），减少50%脚本编写量；② 引入YOLOv5 AI模型实现直播画面合规性自动校验，通过标注10万+张违规图片训练模型，识别准确率达92%；③ 设计「录屏转脚本」工具，支持测试人员通过录制操作生成自动化用例，降低非技术人员使用门槛。
• 项目成果：自动化覆盖率从30%提升至75%，回归测试时间缩短至2人天/周，漏测率降至1.5%；AI合规校验替代70%人工审核，版本上线周期从7天缩至4天。平台支撑全年200+次迭代，后续扩展至短视频、秀场业务线，成为公司核心测试基础设施，我主导的「AI+自动化」方案获集团技术创新三等奖。

• 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。