主修数据库系统原理、分布式计算等课程，独立完成《基于时序数据的导购行为预测》课题研究，提出时序卷积网络改进方案，预测准确率提升17%。

组织校园'智慧零售创新大赛'，带队开发导购路径规划Demo，通过A*算法优化顾客动线设计，获得全国高校零售数字化竞赛特等奖。

负责全渠道导购中台核心模块开发，基于导购员操作行为数据（日均处理30万+条轨迹记录），设计导购推荐引擎，使导购员服务客户转化率提升28%。

主导系统架构演进，采用Kubernetes容器化部署方案，结合Redis集群实现导购路径实时计算，大促期间支撑50万+导购员并发操作，响应延迟降低42%。

协同产品团队完成导购知识库模块开发，通过NLP技术自动解析商品参数与导购话术，构建覆盖12大类商品的动态知识库，项目按期交付率达100%。

带领团队完成导购SaaS平台微服务改造，基于Spring Cloud Gateway拆分库存同步、导购绩效等15个核心服务，系统维护成本降低40%，部署效率提升3倍。

设计导购员智能排班系统，结合历史客流数据与商品动销率，通过强化学习算法优化人员配置，门店导购人力成本下降22%。

搭建技术分享体系，主导《导购系统性能调优实战》等6期培训，指导5名初级工程师掌握分布式缓存与消息队列应用。

项目背景：为线下导购员提供实时决策支持，整合库存、会员、促销等多维数据构建导购工作台。

技术实现：采用Flink流处理引擎实时计算导购绩效指标（累计处理15TB导购操作日志），通过知识图谱技术关联商品属性与导购话术库，构建覆盖2000+SKU的智能推荐模型。

项目成果：系统上线后导购员人均服务客户量提升35%，商品连带销售率提高22%，助力区域门店季度GMV增长47%。

项目背景：打通线上线下导购数据孤岛，实现导购员跨渠道客户资产统一管理。

技术实现：设计分布式ETL流程整合POS、小程序、APP等6类终端数据，采用HBase构建导购员360°画像（包含消费偏好、服务轨迹等52个维度），通过Spark Streaming实现数据实时更新。

项目成果：中台支撑导购员日均处理20万+客户交互，客户全生命周期价值提升28%，获公司年度数字化转型金奖。

针对连锁门店导购巡店流程，研发基于深度Q网络的商品补货与巡检决策模型，融合顾客到店频次与库存水位数据，使导购员单日有效服务触达提升45%。

开发导购绩效数据大屏模块，基于ECharts实现动态渲染客单价转化、服务响应时长等8项运营指标，已在华东区30+门店门店推广应用。