电商项目：

分期商城-拼团免息 | 京东项目

项目描述：

支撑京东金融年度战略级产品"分期商城"，开发高并发促销活动，配置白条支付服务端以应对：

流量峰值：预计节日30万+/秒下单请求。体验瓶颈：分期接口平均响应1.5s，需降低。

主要贡献：

采用动态路由策略，通过Kafka事务消息保障参团数据最终一致性。设计三级缓存体系（JVM Local Cache + MongoDB + HTAP Storage），商品列表详情页加载耗时从320ms降至65ms。设计分层索引策略与慢SQL分析，并通过ES索引优化+异步并行处理，降低核心接口TP99。

电子租赁平台 | 京东项目

项目描述:

开发并优化平台核心系统，支持手机、电脑等设备租借，管理租赁全生命周期（选品、签约、支付、买断/归还/续租、退货/结算系统），并应对：

流量峰值：预计峰值请求 10万+/秒，需保障系统稳定性。资损风险：同业务历史资损率高，需降低。

关键贡献:

通过ShardingSphere将订单表分片，支撑日均万级订单写入，查询性能提升40%。主导设计基于Saga+TCC混合事务模型的分布式订单系统，解决租赁场景中“信用预审-库存锁定-支付-签约”的长事务一致性问题，资损率大幅度降低。开发对账体系，解决上线后资金异常问题，人工干预减少 50%。主导技术文档编写与测试流程标准化。

电视购物商城平台 | 购物频道项目

项目描述：

将原有单体架构的电视购物平台重构为微服务系统，解决高并发场景下的性能瓶颈（日均订单提升至5万+），支持秒杀、直播立减等新型营销活动，对接联通等第三方服务。

关键贡献：

主导系统拆分为多个微服务，采用Springcloud替换RMI通信，接口响应时间降低60%。使用Redis集群、Kafka异步消息队列，实现热点缓存，降低数据库负载。设计Redis+ Lua脚本库存预扣减方案，解决直播抢购超卖问题，支持5000+并发订单。JVM调优，Full GC频率降至1/周，接口平均响应时间降低60%。

数据分析&GIS项目：

公共设施智能可达性分析系统 | 大学学术项目

项目描述：耶路撒冷500万居民公共设施分布不均问题，基于城市数据分析结果给出优化建议。

核心技术：

通过定义Model、Agent、Building等类，利用类属性和方法精准建模代理行为与交互逻辑，通过pandas.DataFrame实现多维度数据聚合，利用seaborn展示人口分布趋势。运用ArcGIS Pro Network Analyst构建多约束道路网络模型，集成路网数据与行人特征参数做行人可达性分析。使用NumPy实现IDW反距离权重插值算法，结合Scikit-learn构建随机森林分类器对Sentinel-2高光谱卫星影像实现高精度的城市特征提取。建立多维度评估模型（Global Moran's I指数+人口密度+植被分布），输出设施布局优化热图。通过Z-score映射（p>0.8阈值）发现公共座椅分布呈现显著空间聚集性。编写单元测试用例覆盖核心算法（数据分析/插值计算）。

智能公交动态调度引擎 | 大学学术项目

项目描述：优化耶路撒冷公交系统，整合10万+移动信令数据与GIS数据，解决高峰时段线路负载不均问题（部分线路超载200%）。

核心技术实现：

基于A*搜索算法设计路径优化引擎，通过最小堆优化开放列表管理，将核心路径计算时间复杂度从O(n²)降至O(n log n)。实施动态规划缓存（functools.lru_cache）重复路径计算结果。开发混合聚类策略（DBSCAN+曼哈顿距离），乘客需求分组准确率92%。构建MySQL时空数据仓库，设计多维数据模型（时空/人口/流量/土地类型），开发混合启发式函数，集成多维特征。开发Pandas自动化流水线实现数据清洗。团队基于Git多分支协作完成高质量Commit。构建PyTest分层测试框架(时空数据分析,需求聚类,路径搜索算法),覆盖核心单元模块。

市场和用户行为分析系统 | 购物频道项目

项目描述：支持电商购物商城重构及市场分析，解决以下问题：

数据孤岛：数据分散在协作系统（呼叫中心/电商/广播系统）分析滞后：传统报告无法满足营销决策需求转化率低：基于规则的推荐仅实现 3.2% 的转化率

主要贡献：

基于Hadoop框架使用PySpark工具清理历史数据（降噪 62%）。构建自动化Prefect流水线，利用ProcessPoolExecutor，实现数据清洗→特征计算→报告生成→发送全流程调度及关键事务并行执行。使用MySQL+MongoDB设计数据池，存储历史订单/用户画像数据。开发竞品数据爬虫（Scrapy），捕获多平台商品类型及价格波动变化。通过LSTM预测畅销商品生命周期，及FP-Growth算法 挖掘高频商品组合，优化选品。