智能零售 AI 风控平台
视频数据与交易数据打通，约 500 家门店的可疑交易排查从一周缩短到一天。
挑战：
日本领先的云摄像头平台，服务零售、制造、物流、餐饮等行业的智能视频管理与 AI 视频分析。为进一步提升零售行业的数字化能力，平台启动了摄像头与 POS 收银系统深度融合项目：单独的视频监控只能“看见”，单独的收银数据只能“记账”，两者割裂，门店排查一笔可疑交易往往要花上一周。项目需要在生产环境中把两个独立平台的数据打通，并以企业级的稳定性支撑约 500 家门店同时运行。
解决方案：
承担范围： 后端整体方案，含 API、数据库、批处理架构、多系统数据联动、生产监控与 DevOps 体系。
- 架构设计： 完成 API、数据库与批处理三层架构设计，制定接口规范与数据库规范，持续推动 API 标准化与系统可维护性优化；
- 多系统数据联动： 设计摄像头平台与 POS 平台的数据联动方案，一笔交易发生后约 1 分钟内即可与对应的视频片段对齐，视频事件与交易记录落在同一条时间线上；
- 支撑异常识别： 平台以规则与机器学习模型相结合的方式识别异常交易，覆盖偷盗与员工不正当行为；后端负责把识别所需的交易与视频数据按时、完整地送到位，并把相关业务流程自动化；
- 研发流程： 组织需求分析、系统设计、技术评审、任务拆分与代码评审，推动跨团队协同开发，保障项目按计划交付；
- 生产稳定性与 DevOps： 以 Datadog、Grafana 建立生产环境监控体系，支撑故障定位、性能优化与稳定性建设；以 Docker、Terraform、GitHub Actions 建设云原生部署与基础设施即代码的交付能力。
成果：
- 约 500 家门店落地： 产品落地日本零售、餐饮及服饰等行业，每天处理约 1 万笔交易记录，为平台带来新增商业收入；
- 排查从一周缩短到一天： 交易与视频在 1 分钟内对齐，门店排查一笔可疑交易不再需要逐段翻找录像；
- 7 个核心 API、1 套数据库模型、2 个批处理系统： 完成设计与交付，支撑视频与交易数据的联动；
- 可复用的方法论： 这套「设备数据 + 业务系统数据」融合的架构与监控体系，直接对应制造企业「设备接入 → 数据联动 → 看板与预警」的需求。
