项目描述：公司专注提供以品牌电子商务为核心的一站式商业解决方案，涉及店铺运营、数 字营销、IT 解决方案、仓储配送、客户服务等 5 大内容。多年来，沉淀海量数据，SEMA 项目 由此诞生，适用于商品推荐各个场景，提供猜你喜欢、相关推荐等接口，提升用户的转化率。 责任描述：负责项目商品推荐应用端所有项目功能开发。 项目成果：提升租户转化率 10%到 200% 重难点： 1、MySQL 单表千万级别 SQL 的增、删、查优化； 2、使用 Redis 的 bitmap 存储用户的行为，进行特征计算；使用分布式锁控制并发计算； 3、使用 Alibaba 的 ADB PG 向量查询引擎取商品向量的 TopN。 我开发的应用： 商品推荐应用：实现猜你喜欢、相关推荐等基础服务接口及相关系统配置接口； Flink 实时特征计算应用：实现实时兜底逻辑数据、频控数据及首版实时商品特征生成； Java 版实时特征应用：实现接入埋点数据，生成商品及用户的实时特征； 商品推荐（实时链路）应用：实现实时链路商品推荐业务逻辑； ADS 应用：用户沉淀 Ads 数据； DS ETL 应用：使用 Hive、Scoop 实现部分的数据清洗和同步。