•核心课程：修读数据库系统、云计算技术、机器学习、工业物联网等，深入理解数据全生命周期管理。
•项目实践：主导“基于边缘计算的设备状态监测”项目，采用 Jetson Nano 与振动传感器采集数据，通过 MQTT 上传至云平台，实现异常预警，获院级优秀项目。
•竞赛经历：参加“华为杯”全国大学生大数据挑战赛，负责数据清洗与特征工程，团队获华北赛区三等奖，强化了海量数据处理能力。
•语言能力：英语六级，能直接阅读 W3C、OPC 基金会等国际组织的技术规范，并参与英文技术社区讨论。
数据开发实施工程师数据开发实施工业数据治理数据管道建设
北京
•- 负责集团水泥装备板块的工业数据汇聚与治理工作，搭建了基于Kafka和Flink的实时数据管道，统一接入磨机、回转窑等核心设备的千点级传感器数据，采集延迟从分钟级降至秒级，为集团级数字孪生平台提供了稳定数据底座。
•- 深度参与工业数据仓库的架构升级，设计了覆盖设备全生命周期（设计—制造—安装—运维）的星型模型，整合了BOM、工艺参数、运行日志和维修工单等数据，支撑了设备可用率和能耗分析的常态化报表，使月度经营分析会的数据准备时间缩短了50%。
•- 与工艺部门紧密协作，为水泥质量追溯体系提供数据开发支持，通过对熟料化学成分、游离钙等过程数据的多维度关联分析，帮助定位了预热器塌料导致的批次强度波动问题，推动出磨生料合格率提升了12个百分点。
北京矿冶科技集团有限公司 - 智能装备事业部高新技术企业
2022.01-至今
数据开发实施工程师数据开发实施工业物联网预测性维护
北京
•- 主导大型矿山破碎设备远程智能运维平台的数据开发工作，设计了基于MQTT协议的边缘数据采集方案，实现了对全国数百台设备振动、温度、电流等500余个测点的准实时同步，保障了远程专家诊断系统的数据时效性。
•- 开发了基于随机森林的早期故障预警模型，融合了设备历史故障记录、维修记录和运行工况，对轴承损伤和动平衡劣化的预警准确率达83%，率先在云南某矿山试点中成功预警3次潜在停机，为客户减少非计划停产时间约18%。
•- 重构了历史数据冷热分层存储架构，将温数据迁移至对象存储，并利用Z-Order等索引技术优化查询，使整体存储成本下降约22%，同时将典型故障回溯查询的响应时间从8秒缩短至1.5秒以内。
水泥装备售后服务质量分析平台 - 数据开发实施工程师
2019.05-2020.03
•- 项目背景：为改善备件供应及时性和现场服务透明度，公司启动售后服务质量分析平台建设，目标覆盖全国30余个服务网点的业务数据。
•- 项目职责：主导服务域数据需求调研，与售后、备件管理部门共同明确了服务响应时长、一次修复率、备件满足率等核心指标体系。负责从CRM、现场服务APP和ERP备件模块中抽取并清洗数据，设计了多源数据一致性校验规则，使最终数据可用率超过99.2%。开发了基于开源BI工具的可视化驾驶舱，对服务工程师的到达、修复、关闭等关键节点进行漏斗分析。
•- 项目成果：平台上线后，维修工单的平均响应时间缩短了约22%，备件计划准确率提升15%，客户满意度显著改善，并以此为基础建立了服务商绩效数据考核机制。
选矿设备关键备件库存优化项目 - 数据开发实施工程师
2022.05-2022.12
•- 项目背景：随着设备保有量增加，自制和采购的耐磨件、齿轮件等备件占用大量资金，且因矿区分布广造成库存不均衡，急需数据驱动的库存优化方案。
•- 项目职责：分析过去5年的设备开机率、备件消耗记录和维修更换周期，建立基于时间序列的备件需求预测模型，并细分慢动高值件和快动易耗件分别建模。通过数据挖掘识别出几个长期积压的危险库存物料，并基于ABC分类法提出调拨和处置建议。开发了库存水位动态监控看板，将库存周转率、安全库存和缺货风险等指标实时推送给供应链团队。
•- 项目成果：项目实施后，备件库存周转天数由原来的128天降至103天，显著释放了沉淀资金，同时因缺货导致的停机等待次数下降了约25%。
工业数字化与智能制造:
熟悉流程制造与离散制造的数字化需求，掌握建材、冶金等行业的典型工艺与设备连接标准（如 OPC UA、Modbus）。长期跟踪工业互联网、资产绩效管理（APM）和数字孪生技术，能够将行业经验与数据技术结合，设计面向实际工况的数据采集与分析方案，支持企业数字化转型。
