•通过《大规模数据处理技术》《云原生应用开发》等课程建立起对分布式存储与计算框架的深入理解，课余搭建了基于Spark的实时日志分析实验环境，撰写了多篇技术复盘笔记，累计阅读量突破1.5万。
•作为队长参加全国大学生大数据技能竞赛，负责数据管道设计与性能调优，带领团队完成千万级用户行为数据的ETL与聚合分析，获得国家级三等奖，强化了大规模数据处理的全链路思维。
•主导校内创业项目“校园畅行”数据平台，利用Kafka与Flink完成共享单车骑行记录的实时采集与清洗，并设计可视化看板供运营团队监控车辆调度，完整体验了流批一体数据处理方案的落地过程。
北京智云数据科技有限公司 - 大数据平台部人工智能领军企业数据密集型
2018.01-2022.06
大数据开发工程师数据湖构建离线批处理数据模型设计
北京
•主导企业数据湖的架构演进，基于Delta Lake与Spark构建批流一体处理链路，实现数据入库延迟降低40%，并大幅提升下游任务重跑效率。
•负责数据仓库主题域重构，设计公共维表与复合指标宽表，统一建模规范，支撑BI报表90%的查询在2秒内返回。
•开发自动化数据质量校验框架，通过自定义规则引擎和Great Expectations，实现跨源数据一致性监控，日均处理数据量超20TB，数据异常发现平均时长缩短至5分钟。
•与运营团队深度协作，构建用户生命周期标签体系，并实现人群圈选的自助化配置，推动大促期间转化率同比提升25%。
北京数衍科技有限公司 - 实时计算研发部金融科技高成长性
2016.07-2017.12
•主导实时风控引擎的数据处理模块，基于Kafka和Flink实现毫秒级事件处理，支撑日均10亿+交易的风险识别，坏账率下降12%。
•优化ClickHouse集群的存储与查询策略，设计冷热数据分层及位图索引，复杂聚合查询性能提升60%。
•搭建全链路数据血缘追踪系统，集成Atlas与自研探针，数据问题定位时间从天级缩短至分钟级，数据可追溯性覆盖100%核心链路。
•负责校招新人的培养，编写《实时计算避坑指南》与《数据治理白皮书》，组织多场内部技术沙龙，帮助团队快速掌握Flink状态管理与容错机制。
•负责数据埋点方案设计，使用Kafka采集客户端行为日志，基于Flink SQL进行实时清洗与会话窗口聚合，构建用户行为实时宽表。
•设计星型模型与预计算聚合层，引入位图索引优化多维分析查询，支撑运营人员自定义人群圈选，页面响应时间从5秒降至0.5秒。
•开发RFM模型与协同过滤推荐算法，通过Spark MLlib实现用户分群与商品相似度计算，商品推荐点击率提升18%。
•负责运输数据ETL开发，使用DataX同步多个业务库数据至Hive，并设计增量合并策略，保证数据一致性与时效性。
•设计运单轨迹数据清洗流程，通过自定义UDF消除GPS漂移与重复数据，有效数据占比从72%提升至98%。
•构建基于XGBoost的时效预测模型，融合天气、路况等外部特征，配送时效预测准确率达92%，辅助调度系统将平均配送成本降低12%。
开源贡献与内部赋能:
积极参与Apache Pulsar社区，为Java客户端提交过消息确认机制优化的小型补丁，并在GitHub上持续响应issue，帮助新手快速上手。
在团队内部推广自助式数据监控，基于Prometheus与Grafana搭建了集群资源与作业延迟的实时预警看板，替代了80%的重复巡检工作。
定期组织内部技术沙龙，主讲过《Kafka精确一次语义的实现要点》《Hudi表服务自动化运维实践》等专题，累计分享18场，带动团队形成了常态化技术交流氛围。
