1.项目介绍：系统为1W+催收员坐席提供在线服务，计算引擎模块，实现高效的贷款逾期金额计算，客户标签和催收策略匹配，有效提升机器人与人工的催收效率；自动外呼模块，根据规则匹配催收员，避免振铃等待时间提高工作效率；智能模块，完成客户标签、还款时间与联系人影响因子计算，用于快速匹配最佳策略；账务模块，包括客户对公还款和减免等操作，提供分布式事务服务；智能质检模块，通过智能语音及语义分析技术，根据业务质检规则和条件，快速定位质检点，智能分析业务品质并出具结果报告，提高质检效率；预警模块，实时监督、智能监控自营和外包团队的违规操作。V2.0版本分布式计算集群30分钟内完成海量数据指标计算，分库分表支持为未来10年业务数据需求。

2.业绩与解决方案：负责贷款催收平台的架构设计，催收行动和计算引擎模块的开发，以及线上问题的排查和调优，例如堆/栈OOM、内存泄漏、死锁问题和索引失效。解决方案：a.逾期数据分布式计算方案，提供大规模数据处理的高可用引擎；b.话务系统高并发交互方案，支持5W+ TPS稳健运行；c.客户减免与扣款的分布式事务方案，保证交易数据的一致性；d.催收记录的分库分表，提高数据写入与查询效率。

3.技术创新：逾期客户还款时间的计算方法，通过Spark机器学习模块提供的广义线性回归模型GLM，对30个二级指标进行提取特征和训练模型，拟合系数超过0.7，且表现出持续的稳定性，辅助催收员灵活调整策略和预期效果，实现精准狙击。与基于规则的方法相比，具有更高的客观性和准确性，能够对规则自我学习。

4.技术栈：微服务：ZooKeeper、Apollo；服务消费：Dubbo；限流：Sentinel；链路追踪：Skywalking；分布式事务：Seata与MQ事务消息。