To English

項目經驗(Projects)

在IT項目管理及多部門/跨公司協調溝通中,最常見的挑戰之一是對技術和需求的估算不準確造成的管理失效.
為應對這一問題,我有意識地選擇不同角色和位置,以加強自身知識廣度,減少技術盲點.此外,作為團隊的一員,我可以通過自身的開發經驗彌補團隊的技術缺口,確保項目順利推進.
*點擊項目標題可打開項目相關的網頁.


  • LY集團數據倉庫遷移
  • 技術組長兼項目經理
    Line Yahoo(LY集團)作為日本最大互聯網企業,旗下擁有覆蓋71%人口的Line通訊軟件、市佔率66%的PayPay支付等核心業務.為應對數據量持續增長及降低運維成本,主導將集團本地Teradata數據中心遷移至AWS Redshift雲端平台的戰略計劃.
    1. 集團內資源協調:統籌集團跨事業部資源協調,完成業務板塊數據架構調研與遷移排期規劃
    2. 技術調研:系統分析Teradata與Redshift的數據庫技術差異,制定分階段遷移策略.
    3. 資源評估:評估遷移所需的硬件,人力和時間成本,為資源調配提供依據.
    4. 標準化流程:通過試點遷移,逐步建立和完善標準化操作方案(SOP).
    5. 數據一致性保障:定義數據校驗標準,開發並持續優化自動化校驗框架和腳本.
    6. 問題監控:實時監控遷移進度,協調解決技術團隊執行過程中出現的各類問題.

  • 樂天Pay
  • 服務端小組技術組長
    樂天Pay是日本的頭部電子支付軟件,我帶領的小組負責服務端的部分功能迭代與維護.
    1. 負責組織與相關外部系統(信用卡/銀行)的對接會議,保障新功能正常與現有支付系統無縫整合.
    2. 通過Jira實施敏捷項目管理,高效分配開發任務並追蹤問題解決進度.
    3. 負責小組的代碼審查,保障團隊代碼質量與可維護性.
    4. 審查API設計文檔及UT,IT和PT的測試觀點和測試報告.
    5. 開發支付系統新功能模塊,協調服務端與移動端的技術對接.

  • 日本人流統計系統
  • 大數據工程師(技術組長)
    日本人流統計系統是日本三大電信營運商之一的Softbank實施的項目.通過運用Softbank的移動電話基站數據,結合終端設備的位置信息,生成了人流數據.這些數據不僅包括人民在何時何地的分佈情況,還涵蓋了他們的移動路徑和交通方式,從而可以用於分析和預測全國的1.2億人口的人流動態.
    1. 負責對從本地數據倉庫遷移到雲平台上的選型,最終選定Databricks平台作為遷移目標,通過對技術驗證,保障現有系統和腳本順利遷移.
    2. 負責對異常數據的檢測跟蹤,提供數據在地圖上的可視化工具幫助定位分析數據異常.
    3. 理解數據合規政策,確保開發/測試環境與生產環境的敏感數據隔離,對涉及個人情報的部分進行脫敏處理,保證項目合規.

  • 日本旅遊行程自動生成APP
  • 全棧工程師
    獨立設計並開發一款智能旅游行程規劃應用,用戶可通過輸入起點、終點及景點偏好,自動生成包含路線導航、換乘方案及時間安排的個性化行程.
    1. 完成從市場調研到產品發布的全周期開發,包括需求分析、技術方案設計及系統架構規劃.
    2. 使用Figma進行UI/UX設計,打造直觀的用戶界面.
    3. 采用SwiftUI框架開發iOS客戶端,集成CloudKit數據存儲及MapKit地圖服務.
    4. 自主開發行程規劃核心算法,實現多景點路線優化.
    5. 基於React Native構建跨平台後台管理系統.
    6. 搭建雲服務架構,實現CI/CD自動化部署流程.
    7. 通過GitHub Projects實施敏捷項目管理,高效追蹤任務進度

  • Azas建築安全推進App項目
  • 技術顧問兼項目經理
    Azas是一款創新的建築工地數字化管理平台,透過智能手機App實現安全隱患自主上報與安全行為記錄,結合即時獎勵機制提升施工現場安全文化.本項目採用敏捷開發方法.
    1. 技术调研:主導新功能開發的技術可行性評估與架構設計.
    2. 项目管理:負責項目進度管理與跨部門協調,及時解決開發過程中的技術難題.
    3. 跨平台适配:解決React Native框架在Android/iOS系統版本升級中的兼容性問題,確保跨平台穩定性.

  • Nanamusic音乐App
  • 服務端工程師
    Nanamusic是一款在日本音樂愛好者社群中廣受歡迎的創作型App.作為服務端核心開發成員,負責系統架構設計與運維管理工作,採用敏捷開發模式確保項目快速更新迭代.
    1. 服務端API開發與維護: 設計並開發RESTful API服務,完善單元測試(UT)與集成測試(UI)流程,保障版本迭代時的系統穩定性
    2. CI/CD流程優化: 通過優化CI/CD工具處理流程,將3600多個服務端UI測試的執行時間從4小時縮短至1小時,顯著提升了開發效率.
    3. 雲服務管理: 負責AWS等雲服務平臺基於Terraform的IaC(Infrastructure as Code)開發管理,減少了人工操作時的錯誤概率,提高了系統的可靠性.
    4. 服務器監控與應急處理: 監控服務器資源,及時響應服務器故障,必要時進行版本回滾,對抗惡意攻擊,如封禁IP等.
    5. 運營管理平臺開發: 通過開發和改進運營管理平臺,提高了運營團隊對侵犯版權作品的處理效率,以及樂曲數據的及時更新.

  • 日本戶籍系統電子化項目(富士菲林)
  • 系統工程師
    日本政府在推進戶籍管理電子化過程中,由於人工錄入錯誤,系統間接入標準不對應,數據備份延時等因素產生的數據錯誤業務量巨大,需要通過導入文字識別技術和自動錯誤檢測來保證數據的正確性.項目中,我主要負責自動化程序的開發,確保業務需求得到適合的技術滿足.
    1. 負責與業務部門員工溝通,細化業務需求,參與業務處理流程的設計,保證項目的技術可行性.
    2. 設計和實裝各程序的數據庫.管理超過120張數據庫表格.
    3. 為文字掃描文檔設計和調試結構化文檔定義,抽象化文檔結構到數據庫表設計樣式.
    4. 通過開發補丁程序,將識別精度平均由65%提升到85%以上.
    5. 設計人工覆核交互界面,優化人機協同工作流程.
    6. 負責協調俄羅斯ABBYY OCR模塊的SDK級技術支援,解決日文字符識別等核心問題.
    7. 遵守數據合規政策,隔離開發環境和實際環境數據,保證真實的私隱數據,杜絕數據洩密風險.

  • 智能物流系統-豐田智能都市(TRI-AD)
  • 服務端工程師
    豐田智能都市(Woven-city)是由豐田主導開發,可容納約2000人居住,定位为用IT连接整个城镇的新一代“智慧城市”.
    TSL(Toyota Smart Logistics)是其中一個重要的功能版塊,通過驅動機器人物流系統,為住民提供更方便的點對點物流服務.我在其中負責該板塊的服務端系統開發.(敏捷开发項目)
    1. 根據業務流程,抽象功能模塊,設計微服務實體,實現擴展性和容錯性優秀的微服務架構.
    2. 完成核心數據流設計,定義數據表結構與接口規範,並編寫技術文檔.
    3. 通過使用docker-compose進行容器編排管理,保證開發/測試/產品環境的一致性和獨立性,杜絕隨著開發階段切換環境產生的問題.
    4. 採用Spring Boot框架開發REST API,MQTT與RabbitMQ標準的微服務實例.
    5. 設計和執行單元測試,結合測試和功能測試測試項目,保證項目質量.
    6. 針對未開發完成的外部系統和內部實例,通過Flask進行快速開發mock服務,以滿足開發期間的接口測試需求.

  • 對企業開發項目 (軟銀機器人Softbank Robotics)
  • 測試工程師
    負責人形機器人Pepper的管理系統測試和對企業定制開發的功能程序測試工作,確保系統穩定性和功能性符合商業應用標準.
    1. 負責設計和執行對Pepper管理系統和Pepper App的各階段測試計劃,覆蓋單元測試、集成測試和功能測試全流程.
    2. 主導用戶驗收測試(UAT),保障新版本App發佈的可靠性與用戶體驗.
    3. 開發基於Selenium的自動化測試框架,將人工測試工作量減少87.5%(4人日→0.5人日).
    4. 構建故障日誌自動化收集系統,實現AWS雲端日誌集中管理與分析.
    5. 重現並分析新回報的程式錯誤,收集完整日誌資訊生成技術報告.作為日方公司的主要技術聯絡窗口,與法國分公司Aldebaran Robotics團隊協作排查硬件兼容性問題.
    6. 通過Redmine平台高效追蹤和管理200+個缺陷修復全生命週期.

  • 辣媽幫科技有限公司-商業智能組
  • 大數據工程師
    辣媽幫是中國領先的母嬰社交平台,旗下運營多款App.作為商業智能組核心成員,負責構建數據基礎架構,支持公司數據驅動決策.
    1. 設計,定義,測試和管理超過3400個數據埋點,牽頭多個業務和技術部門的數據協調會議,落實業務數據需求和技術實現方案,實現了對用戶操作行為的追蹤和統計.
    2. 開發高效ETL流程,綜合運用SQL、Shell、Python和Scala處理海量數據.
    3. 設計可擴展的hadoop數據倉儲架構,支撐日活躍用戶從30萬至340萬的快速增長.
    4. 開發及維護數據可視化平台,為運營和管理層提供實時業務洞察.
    5. 開發異常數據監測模塊,監測到數據異常時,通過發送微信信息和郵件實時通知運維團隊處理,平均響應時間縮短80%.
    6. 參與設計與實施A/B測試,為app開發方向提供數據決策支持.
    7. 建立用戶畫像,通過導入機器學習技術,分析用戶行為特性.平均提升了7天用户留存率7.67%.
    點此轉到簡歷首頁