项目介绍：通过构建完备的京东用户标签体系，结合广告推荐算法应对不同特殊化场景下的程序化投放，充分适配复杂的站外投放场景。采用跨机房部署的分布式无状态可扩展的分层架构，实现系统的高可用。通过读写分离的异步设计，保证推荐接口的高性能，有效支撑高并发低延迟场景下的站外投放需求。
个人职责：
1.主要开发语言为Java，参与负责系统实时接口层推荐流程迭代及优化，主要成果有新增SKU池推荐模块，支持自定义圈人投放，大幅提升运营投放效率；
2.大数据技术用到Spark，Hive。主要负责梳理底层数据仓库血缘关系，参与用户画像、媒体标签、数据洞察等大数据脚本和调度任务开发及运维，其中线上用户画像设备号存量约60亿，维护调度任务数目约350项，线上数仓数据总量约120T，同时针对大数据系统上的设备号画像存在的数据治理问题提出并设计了一种基于温度建模的冷热画像数据标识及存储解决方案。