•加入校内大数据技术工坊，带队参加“城市交通流量预测”挑战赛，使用 Spark SQL 对出租车轨迹数据完成拉链表处理，结合 LightGBM 完成小时级流量预估，方案被收录为教学案例且获校一等奖。
云数据仓库工程师数据仓库分层物化视图优化资源调度
北京
•负责本地生活业务线的云数据仓库建设，依据订单、骑手、商家等多维数据需求，重新设计数仓分层架构，引入数据湖仓一体方案，使跨主题分析效率提升35%。
•主导日常数据质量监控体系搭建，针对字段缺失、指标口径不一致等问题制定自动化稽核规则，通过DataWorks+自定义脚本实现异常分钟级告警，保障600+核心报表的准确率。
•深入理解外卖与到店业务的运营逻辑，与产品、运营协作设计用户留存与商圈热力分析模型，推动自助分析平台的指标沉淀，使业务取数周期缩短50%。
•带领3人小组攻克高峰期实时写入与批量ETL争抢计算资源的难题，通过Fine-Grained调度策略与弹性Resource Group设计，将集群资源利用率提升至75%，并消除任务堆积。
云数据仓库工程师跨云迁移CICD数据管道权限治理
北京
•主导出行交易数据仓库从自建Hadoop集群到阿里云MaxCompute的完整迁移，重写300+张核心表的DDL并适配UDF，采用双跑验证方案确保数据零丢失，迁移后存储成本降低45%。
•设计并落地数据安全分级方案，结合RAM角色与列级权限控制，实现针对司机、乘客隐私字段的细粒度访问管理，并通过日志审计满足合规要求。
•重构ETL编排流程，用DolphinScheduler替换原有Crontab模式，引入增量合并与小文件合并策略，使全量数据刷新时间从6小时缩短至2.5小时以内。
•建立团队内部数据仓库开发规范与Code Review机制，编写《数仓设计checklist》并组织7次内部培训，辅导2名初级工程师具备独立负责主题域的能力。
•项目为某大型连锁零售企业构建全渠道云数据仓库，整合门店POS、线上商城、会员CRM及供应链数据，支撑经营日报与智能补货分析。
•作为模型设计核心成员，采用维度建模与Data Vault结合的方式，设计了销售、库存、会员三大主题域，通过缓慢变化维处理商品价格调整历史，提升分析灵活性。
•开发ETL流水线，使用DataX进行多源异构数据抽取，编写Spark SQL完成复杂清洗与去重逻辑，并构建数据质量衡量指标，将脏数据率控制在0.3%以内。
•针对Top 20高频报表查询进行专项优化，通过合理设置分区键、利用Bitmap索引与预计算聚合表，让平均查询响应时间从8分钟降至2分钟以内。
•项目上线后，帮助客户实现每日自动推送经营分析报告，及时识别滞销品与高潜门店，库存周转率提升18%。
•为某财险公司搭建云上数据仓库，用于整合车险、健康险等保单数据、理赔记录与客户画像，支持精算与风险预警。
•作为技术负责人，设计多租户隔离的湖仓一体架构，采用OSS存储原始文件，通过MaxCompute+Spark进行分层加工，确保高可用与弹性扩展。
•主导数据质量监控模块开发，利用Flink实时检测理赔数据中的重复报案、金额异常等问题，并联动业务系统自动挂起工单，异常事件发现及时率提升至99.2%。
•联合精算师团队，基于历史赔付数据构建客户风险评分模型，使用XGBoost在Spark MLlib上训练，模型KS值达到0.38，为差异化定价提供依据。
•交付后，客户月度理赔分析报告产出时间由3天缩短至4小时，IT基础设施成本降低约30%。
云原生数据仓库（MaxCompute/Redshift） 数据建模与智能运维实践:
熟悉特征工程全流程，曾基于数据仓库中的用户行为宽表，设计 RFM 衍生特征并构建逻辑回归、随机森林等模型，将预测结果回写至数据仓库，为营销自动化提供可信标签。
在运维场景中，利用时序异常检测算法（如基于 Prophet 的动态阈值）对集群 CPU/IO 指标进行监控，将报警规则沉淀为数据仓库中的监控维表，辅助 DB 运维同学提前发现慢查询风险。
