•作为核心成员，利用Spark Streaming与GraphX重构了社交网络异常检测算法，相关论文被CCF B类会议长文录用
•在校科协发起“数据工坊”系列活动，累计举办12期，主讲数据仓库建模与调优实操，覆盖200+同学
高级大数据产品经理数据产品用户洞察实时分析产品规划
北京
•负责公司核心数据产品的规划与设计，深度参与用户增长与留存场景，通过数据洞察制定产品战略与迭代路线图。
•主导构建了全网用户行为洞察平台，引入实时流处理与多维分析引擎，支持业务方自助完成人群圈选与实验分析，推动关键业务指标提升30%。
•推动数据产品与技术架构的深度融合，重构底层数据模型，使数据查询响应时间缩短50%，并建立数据质量监控体系。
•持续跟踪大数据与AI行业动态，定期输出竞品分析报告，结合业务反馈不断优化产品功能与交互体验，提升产品市场竞争力。
大数据产品总监数据战略产品商业化智能决策团队建设
北京
•全面负责公司大数据产品线的战略规划与团队管理，制定并推动产品商业化战略，实现业务线收入快速增长。
•主导了智能决策平台从0到1的迭代，通过引入因果推断与行业大模型，为零售、金融等行业客户提供可解释的运营建议，客户续约率提升40%。
•搭建了端到端的产品研发流程与敏捷交付体系，建立跨职能虚拟团队，确保核心产品按时高质量交付。
•积极拓展生态合作，与头部云厂商及咨询公司建立联合解决方案，成功签约50余家新客户，年度产品收入增长2000万元。
•项目背景：随着公司业务线快速扩张，烟囱式数据开发导致口径不统一、复用率低，亟需构建统一的数据中台以支撑精细化运营。
•项目目标：打造一套集数据集成、治理、开发、服务于一体的数据中台，实现全域数据资产化，为业务提供高时效、高质量的数据服务。
•项目成果：成功上线数据中台，打通了30余个业务系统的数据链路，构建了3000+数据模型，数据交付效率提升80%。通过中台提供的标准化数据服务，业务部门自助分析覆盖率提升至70%，公司整体运营成本降低15%，数据驱动的新业务收入增长25%。
•项目背景：公司面对海量内容与用户，原有推荐策略效果遇到瓶颈，无法有效提升用户留存与转化，急需引入深度学习与实时特征引擎。
•项目目标：利用大数据和深度学习技术，构建一个实时、可解释的智能推荐引擎，实现千人千面的内容分发，提升用户使用时长与活跃度。
•项目成果：成功交付智能推荐引擎，引入双塔模型与在线学习框架，推荐点击率提升45%，用户日均使用时长增加35%。同时，通过可解释推荐模块，增强了用户对推荐结果的信任度，相关业务线投诉率下降60%，为公司节省了大量的人工运营成本。
大数据与云数据工程高级认证:
先后取得AWS Certified Data Analytics – Specialty和Google Cloud Professional Data Engineer认证，具备异构数据平台从0到1的架构设计与落地能力，多次主导数据湖仓一体方案的选型与性能攻坚。
