•选修《数据仓库与OLAP》课程，基于Kettle搭建了校园一卡通消费数据集成管道，完成多源异构数据的清洗、转换与加载，汇总形成日活报表。
•参加全国大学生数据库应用大赛，设计并实现了一套异构数据库实时同步方案，利用日志解析与增量捕获技术保障数据一致性，获得华北赛区二等奖。
•在操作系统课程设计中，通过优化文件系统I/O与内存管理，将批量数据处理任务的吞吐量提升了30%，对大数据量下的ETL性能调优有了直观理解。
北京某数据技术有限公司 - 数据研发部高新技术企业大数据解决方案提供商
2017.07-2020.06
ETL数据集成工程师ETL流程开发数据清洗数据仓库构建
北京
•负责某金融客户的数据仓库ETL建设，设计并优化了从多个核心业务系统抽取信用卡交易数据的管道，通过增量抽取与并行处理策略，将每日数据加载耗时从4小时缩短至1.5小时。
•与风险分析团队紧密协作，确保反欺诈模型的输入数据具有高度时效性与准确性。
•定期维护ETL作业，建立自动化监控告警机制，快速响应数据异常，保障了7x24小时的数据服务稳定。
北京某互联网企业 - 大数据中心互联网百强企业人工智能与大数据平台
2020.07-至今
高级ETL数据集成工程师数据架构设计分布式数据处理团队技术管理实时数据集成
北京
•主导了电商平台用户行为数据集成项目，引入Flink和Kafka构建实时数据流处理管道，实现毫秒级延迟的数据同步，支撑了实时推荐系统。
•重构了批处理ETL架构，采用Spark on Yarn替代传统单机脚本，将日处理数据量从200GB提升至TB级别，并通过资源弹性调度降低了30%计算成本。
•制定了团队代码规范与数据建模标准，带领3名初级工程师完成技能提升，确保项目交付质量。
•与数据产品、算法团队深度合作，定义数据接口协议，保障了数据链路的端到端可靠性。
•负责将零售ERP、POS及电商平台订单数据整合至数据仓库，为BI报表提供统一视图。
•设计复杂的数据映射与清洗规则，处理了上千万条产品SKU和客户信息的去重、标准化，解决了多源异构数据不一致问题。
•利用分区表和索引优化装载性能，使得日增数据加载时间缩短35%，并保障了数据准确性达99.9%。
•项目上线后，业务部门的数据查询响应速度提升50%，有力支撑了营销活动的精准投放。
•作为项目负责人，统筹了从互联网金融平台、信贷系统及第三方征信机构的数据接入，构建了实时风控数据管道。
•设计并实现了基于Kafka和Flink的流式计算框架，对交易流水进行实时清洗、特征提取与聚合，支撑了毫秒级的反欺诈决策。
•同时负责离线批处理任务，处理复杂的风险指标计算逻辑，确保数据严格符合金融合规要求。
•项目上线后，风控决策的时效性由分钟级提升至秒级，数据服务可用性达到99.99%，大幅降低了坏账风险。
数据治理与质量保障实践:
主导设计了一套自动化数据质量稽核平台，集成业务库、日志系统与外部API等数据源，利用Python与SQL配置规则引擎，实现分钟级异常检测与告警。
定期对数据仓库各层（ODS/DWD/DWS）进行质量扫描，编写脚本自动生成数据质量报告，并推动开发团队修复数据漂移与缺失问题，使核心报表数据准确率提升至99.5%。
建立数据质量监控大盘，通过Prometheus与Grafana可视化，实时推送质量事件，将数据问题的发现与响应时间从小时级缩短至分钟级，为风控和运营决策提供了可靠的数据底座。
