负责用户分群功能后台开发，用户的标签数据存储在 es，最大的索引有7亿条数据。标签字段配置在 tidb，提供页面筛选。小于 200 万的分群数据通过 es search_after 1万1笔获取，大于 200 万的人群包数据通过查询 hive。保存人群id和用户的关系在 hbase，提供接口通过用户 id 查询所属哪个人群，接口调用量达到每天 3000万次，通过设置了 redis 缓存，查询 redis 每天1000 多万次左右，redis 命中率大概有4成，减轻了查询 hbase 压力；人群下所有用户的数据保存到 tidb，通过接口获取数据实现批量下发。

负责人群画像功能后台开发，展示某个数据源下某些标签维度的聚合统计，兼容不同的数据源不同的统计维度，通过 es 异步实现，数据落地 tidb，提供接口服务。

负责对外系统的接口开发联调，评估接口调用量，并发量，数据量，接口时效性。设计通用标签接口，通过配置查询标签在 tidb 表中，接口根据入参查询 tidb 表，然后去查询es，减少接口数量，通用标签接口每天调用量达到 1000 多万次。

负责开发 ABTest 试验台，对同一个用户分群数据推送不同的策略，比较哪个策略对用户更友好；对不同的分群推送同一个策略，通过灰度测试比较这个策略对哪个条件下的用户更吸引。

通过 app 用户上报的位置信息，判断用户是否在异地城市，机场，酒吧等不同场景，根据用户场景给用户精准推送服务，上报数据每天有 1000 多万条消息。比如异地城市场景，通过 kafka 拿到 app 用户上报的位置信息，和家的信息存 redis，客户上一次上报的位置信息存判断用户是否在异地城市。

上传人群包优化，通过 excel 上传客户的某些信息去匹配其他联系方式，进行触达客户。客户全量数据存储在 es，当上传数据量比较大时，查询 es 匹配耗时长，无法及时给用户反馈上传结果。优化后实现客户信息上传落表，后台异步去批量匹配 es，将成功匹配结果返回给用户，性能提升 10 倍。

2017年中国银行香港分行计划发行百年行庆纪念钞，专门开发一套纪念钞销售 和抽签系统。主要功能有：用户管理、认购电子化录入、vip 抽签、批量扣款、批量退款、分派(按时间段和分行)、领取登记、相关报表、纪念钞管理等；

采用 jdk 1.7，spring，springmvc， mybatis ，shiro ，jquery 等技术组件实现；

主要负责领取功能的开发，接受前端输入的纪念钞条形码，对其进行校验，使用 HttpClient 库调用 WMS 接口扣减库存。