该项目是一套面向多渠道广告投放与增长运营的智能化管理平台，统一接入 Google、Meta、Bing 等广告渠道，集中管理广告账户、Campaign、Ad Set、广告素材及成员权限。平台支持按时间、国家、渠道、品牌等维度筛选数据，并实时展示消耗、曝光、点击、注册、订阅、CTR、CPC、CPM、注册成本、付费CPA、ROI、LTV/CAC等核心指标，帮助运营人员快速掌握投放效果。

我在项目中担任AI全栈开发工程师，负责前后端架构设计、数据可视化、广告平台接口接入及智能分析能力建设。前端采用React、Next.js、TypeScript、Ant Design和ECharts开发投放概览、Campaign列表、渠道对比、广告组管理、素材管理及智能分析看板。实现动态指标卡、自定义趋势图、双坐标轴图表、渠道占比分析、复杂筛选、表格排序、分页查询、CSV导出及大数据量虚拟滚动，并通过React Query、Zustand和WebSocket完成数据缓存、状态管理及实时更新。

后端采用Go、Java Spring Boot和Python FastAPI构建广告数据采集、指标计算、AI分析及任务调度服务，结合MySQL、Redis、Kafka、ClickHouse和Elasticsearch完成海量投放数据的实时处理与查询。通过定时任务和广告平台API自动同步账户、计划、素材、消耗及转化数据，并建立统一指标口径，解决不同渠道数据结构和归因规则不一致的问题。

平台重点引入AI智能投放能力，通过机器学习和大语言模型分析历史投放数据，自动识别消耗突增、转化下降、素材疲劳、预算浪费及渠道异常；结合CTR、CPA、ROI、LTV等指标预测投放趋势，并生成预算调整、渠道分配、受众优化和素材迭代建议。系统还支持AI自动生成日报、周报和投放复盘，使用自然语言总结核心变化、异常原因及下一步优化策略。通过智能助手，运营人员可直接询问“哪个渠道ROI最高”“哪些Campaign需要降低预算”等问题，系统自动查询数据并返回图表、结论和可执行建议，显著提升投放分析效率与决策准确性。