•曾获 ACM-ICPC 程序设计竞赛省级二等奖，专业绩点位列前 10%，精通数据结构与算法优化，为导购推荐策略的高效执行奠定逻辑基础。
•独立主导校园电商交易系统后端重构，引入 Redis 缓存集群应对促销高并发，支撑日活 3000+ 的复杂交易链路，经验可复用于手机导购订单处理。
•完成《机器学习》高阶实战，构建基于用户行为画像的商品匹配模型，推荐精准度提升 20%，为个性化导购服务提供数据驱动方案。
小米科技有限责任公司 - 智能终端事业部消费电子龙头
2017.07-2020.06
手机导购开发工程师前端交互开发推荐算法优化性能调优敏捷开发
北京
•- 负责导购平台核心功能迭代，基于用户行为日志构建动态推荐模型，实现商品搜索响应时间缩短25%
•主导移动端交互层优化，重构首屏加载流程，使关键页面跳出率下降18%
•建立AB测试数据看板，支持业务侧进行精准营销决策，推动活动转化率提升22%
•协调产品与运营团队完成6次重大版本发布，建立自动化测试流水线，回归测试效率提升40%
OPPO广东移动通信有限公司 - 数字生活技术部智能终端厂商
2020.07-2022.06
导购系统架构师微服务架构设计高并发解决方案分布式系统优化技术团队建设
北京
•- 设计导购系统中台架构，将用户画像、商品库、营销活动拆分为独立服务模块
•引入分布式缓存策略应对大促流量，峰值QPS承载能力提升3倍
•搭建实时数据同步管道，解决多端库存数据延迟问题，差错率降至0.05%以下
•培养8人技术小组，建立代码评审与知识库沉淀机制，团队交付效率提升35%
•- 针对用户停留时长短的问题，设计多轮对话式导购流程，用户决策时长缩短30%
•构建基于用户画像的实时标签体系，通过Spark处理TB级行为数据
•使用Flink实现动态特征工程，将推荐模型训练周期从4小时压缩至15分钟
•上线后导购转化率提升28%，客单价增长17%，获公司内部创新项目奖
•- 设计B端采购工作台，支持批量选型对比与审批流配置，满足500强企业采购需求
•采用微前端架构整合财务、库存、物流系统，模块解耦后迭代效率提升45%
•开发智能比价引擎，对接10+供应商API，自动匹配最优采购方案
•平台上线后覆盖200+企业客户，采购周期从7天缩短至2天，获客户满意度98分
导购技术生态共建者:
在技术社区连载《高并发导购系统设计》专栏，深度剖析零售端流量削峰与架构演进方案，累计获得 3.5 万 + 行业从业者关注与反馈。
核心贡献者身份加入“智慧门店导购中台”开源计划，主导实现了 12 个关键功能模块的代码合入，并修复了多个影响用户体验的缺陷。
发起并组织校内“新零售创新大赛”，带领 5 组参赛队伍完成从需求分析到智能导购原型开发的全流程演练，推动技术实践落地。
