•主修数据库原理与应用课程时，独立实现基于InnoDB存储引擎的简易事务处理模块，深入理解ACID特性与并发控制机制
•组队完成‘校园数据中台’课程设计，使用Hive搭建数据仓库分层架构，通过Spark SQL实现多源异构数据的ETL流程，支撑日均10万级日志数据分析
ETL数据开发工程师数据管道构建脚本自动化数据质量管控多源异构数据处理
北京
•主导面向C端社交产品的实时与离线数据管道构建，覆盖从用户点击流到核心业务指标的完整链路，支撑了日常千万级DAU的活跃数据沉淀。
•主导编写高内聚低耦合的Python及Shell脚本，替代传统人工运维，将核心任务链路的执行效率提升了40%，显著降低了人力干预成本。
•深入对接产品与运营团队，将模糊的业务诉求转化为精确的数仓建模语言，设计了多套适配不同业务场景的抽取与转换策略，保障数据口径的统一与准确。
•搭建并执行常态化的数据巡检与健康度评估机制，主动发现并修复潜在的数据倾斜与脏数据问题，确保了下游数据服务的SLA达成率。
资深ETL数据开发工程师大数据架构演进跨部门协作推进调度策略优化数据血缘与治理
北京
•作为核心骨干，参与并推动了公司核心数据中台的架构演进，重构了原有烟囱式的ETL流程，使其能够灵活支撑PB级海量数据的高并发计算需求。
•主导了内部自研数据集成工具链的评估与选型工作，引入并定制了开源调度引擎，实现了开发模式的标准化，大幅提升了团队整体的交付效能。
•设计了动静分离的任务调度策略，有效解决了复杂依赖关系下的调度阻塞问题，并实现了批流一体处理的平滑过渡，灵活应对了双11等高峰值场景。
•建立了覆盖全链路的数据质量监控与告警体系，通过构建数据血缘图谱，实现了对数据异常的秒级定位与快速回溯，将数据事故的平均恢复时间缩短了50%。
•该项目旨在为三甲医院构建统一的多模态医疗影像数据湖，解决CT、MRI等异构数据分散、格式不一的痛点，为后续的AI辅助诊断提供高质量数据底座。
•负责设计并开发高并发的数据接入层，能够稳定地从PACS系统、HIS系统以及外部接口中实时抽取结构化和半结构化数据，保障数据全量采集。
•针对医疗数据特有的隐私性与规范性要求，设计了多层级的脱敏与清洗规则引擎，有效剔除了冗余与噪声数据，使核心数据集的可用率提升至99.5%。
•通过引入分区策略与列式存储格式（如Parquet），对海量影像元数据进行了深度优化，将T+1批处理任务的耗时从4小时压缩至1小时以内。
•与算法团队紧密协同，为其提供了稳定、标注清晰的数据集，有力支撑了多个影像识别模型的训练与迭代，最终帮助医院提升了诊断效率和准确率。
•参与了市交通局主导的智慧交通数据平台建设，核心职责是构建支撑交通流量预测与信号灯优化的数据管道。
•整合了来自路侧传感器、GPS轨迹、视频监控以及天气API等多元化数据源，解决了多协议、多频率数据的统一接入难题。
•编写了复杂的ETL脚本，对轨迹数据进行清洗、去噪、轨迹匹配与特征工程处理，为机器学习模型构建了高质量的特征数据集。
•采用Kafka+Flink技术栈，构建了准实时数据流处理链路，确保交通态势信息的秒级更新与可视化大屏的同步展示。
•优化了时序数据库的存储模型与索引策略，大幅提升了高频查询的响应速度，满足了指挥中心对实时态势感知的严格要求。
数据治理与质量体系建设:
参与企业级数据湖建设项目，设计分层架构并制定元数据管理策略，确保数据从采集到应用的全链路标准化
基于Apache Atlas构建数据血缘追踪系统，实现数据变更影响的自动化分析，提升问题定位效率60%
推动数据质量校验规则嵌入ETL流程，通过DQ工具实现异常数据实时告警，将数据可用性提升至99.5%
技术分享与协作推进:
主导团队内‘数据管道优化’系列研讨会，解析Airflow任务调度瓶颈解决方案，推动关键流程处理时效提升40%
编写《数据开发最佳实践手册》，涵盖SQL优化与存储选型指南，降低新人上手周期30%
