负责在线教育业务线数据资产全生命周期治理，涵盖数据标准落地、质量规则制定及元数据梳理，支撑业务报表准确性与分析效率提升

• 主导设计在线教育业务线数据标准体系，结合课程排期、用户画像、订单交易核心场景梳理12类实体（如User、Course、Order）、36项属性标准，采用DCMM模型“数据模型”维度定义字段规范（如user_id统一为string类型、course_start_time为datetime），通过阿里云DataWorks数据标准模块完成规则下发与校验，解决跨系统字段不一致问题（如“用户性别”原存在“男/女”“M/F”两种写法），数据一致性从85%提升至98%
• 搭建数据质量监控体系，针对订单支付成功率、课程完课率等5个核心指标，用Python编写自定义校验规则（如order_amount>0、payment_time < order_create_time + 30分钟），接入DataWorks质量中心配置实时告警策略（错误率超0.5%触发钉钉机器人通知），将数据质量问题发现时间从T+1缩短至实时，月度数据错误率从3%降至0.1%
• 用Apache Atlas搭建元数据管理系统，通过JDBC爬取Hive、MySQL等数据源的元数据（累计梳理800+张表、1500+个字段），关联业务术语库（如定义“GMV”为“课程订单支付金额+会员续费金额”），输出《在线教育数据资产目录》，标注“高频使用”“需脱敏”等标签，业务人员查询目标数据的时间从平均2小时缩短至10分钟
• 针对等保2.0三级要求，梳理用户敏感数据（手机号、身份证号、支付银行卡号），制定“静态脱敏+动态脱敏”规则（如手机号显示为“138****1234”、身份证号显示为“440301********1234”），用Flink SQL实现实时脱敏管道替换原有离线Shell脚本，脱敏覆盖率从70%提升至100%，助力公司顺利通过年度等保测评

主导本地生活服务板块数据治理体系迭代，聚焦跨域数据一致性、隐私合规及数据资产编目，推动数据共享机制落地

• 推动跨域商家信息一致性治理，针对外卖、到店、酒店三个业务线商家名称、地址差异率达15%的问题，设计“商家主数据管理流程”，用Apache Kafka搭建CDC（Change Data Capture）同步管道，定义“merchant_id”作为全局唯一标识（如“mer_12345”映射外卖“shop_12345”、到店“store_12345”），同步规则覆盖商家基础信息、资质证照等10+个字段，解决数据不一致问题后跨域数据一致性提升至99%
• 响应GDPR与中国《个人信息保护法》要求，针对用户行为数据（如外卖“浏览轨迹”、酒店“入住偏好”）的跨业务线共享需求，引入FATE联邦学习框架搭建横向联邦模型，实现“用户兴趣标签”在不传输原始数据的情况下完成联合建模，支撑“本地吃喝玩乐套餐”精准营销活动，活动转化率从8%提升至10%（增长25%），同时降低数据泄露风险
• 用Java开发数据标准管理工具（技术栈：Spring Boot+MyBatis+Vue），实现数据标准“新增-审核-发布-同步”全流程自动化，替代人工Excel维护方式，将标准更新周期从每周1次缩短至每日1次，支撑10+个新业务线（如“社区团购”“家政服务”）的标准快速落地，标准覆盖率从75%提升至95%
• 构建数据资产价值评分模型（维度包括数据质量（40%）、使用频率（30%）、业务贡献（30%）），用Tableau搭建资产价值可视化看板，识别出“用户地理位置数据”（评分9.2/10）、“商家交易频次数据”（评分8.9/10）等高价值资产，推动将其接入集团数据中台，支撑“附近3公里商家推荐”场景，相关场景GMV提升18%

统筹集团全场景数据治理战略，搭建统一数据标准框架与自动化治理工具链，支撑多业务线数据融合分析与商业决策

• 整合教育、本地生活、电商三大板块业务术语与数据规范，参考DAMA-DMBOK“数据架构”维度，定义20类集团级核心实体（如“Member”“Merchant”“Product”）、50项公共属性标准（如“member_id”全局唯一、“product_category”采用GB/T 13715-2007商品分类标准），通过集团数据中台的元数据管理模块落地，实现跨板块数据标准的统一，数据融合分析的效率从每周5人天降至2人天（提升60%）
• 基于Apache Airflow+Argo Workflows开发“数据治理自动化Pipeline”，整合数据质量检查（DataWorks）、元数据采集（Atlas）、脱敏处理（Flink SQL）、资产编目（自研工具）四个环节，实现“数据入库-自动校验-自动打标-自动同步”的全流程闭环，人工干预率从60%降至15%，治理周期从月度1次缩短至每周1次，支撑集团日均10PB数据的治理需求
• 针对“用户生命周期管理”核心场景，梳理教育APP“学习时长”、生活平台“订单频次”、电商平台“购买金额”三类行为数据的治理需求，定义“用户活跃度”指标计算规则（综合三个板块数据，权重分别为40%、30%、30%），通过数据治理确保指标计算逻辑的一致性，支撑运营团队制定“高活跃用户专属权益”“流失用户召回”等分层策略，用户30日留存率从28%提升至31.4%（增长12%）
• 主导集团数据治理体系文档化，输出《数据治理手册》（覆盖标准制定、质量管控、元数据管理全流程）、《数据标准指南》（含20类实体、50项属性说明）、《隐私合规操作指南》（含脱敏、权限、审计要求）三份核心文档；搭建数据治理培训体系，针对业务人员（讲“如何查数用数”）、技术人员（讲“如何落地治理规则”）、管理人员（讲“如何用数据资产创造价值”）开展12场培训，累计覆盖500+人次，数据质量问题投诉率从15%降至4.5%（下降70%）

手游实时用户行为分析平台从0到1构建

• 项目背景：星途互娱作为年轻向手游研发商，原有用户行为分析依赖离线Hive任务（T+1产出），无法支撑运营实时调整活动策略、产品快速迭代用户路径优化；核心目标是构建**秒级延迟的实时用户行为分析平台**，覆盖客户端日志、服务器行为、第三方支付/广告等多源数据，赋能运营、产品、数据科学团队实时决策。
• 解决的关键难题：1）多源异构数据的实时统一处理（客户端SDK日志为JSON格式、服务器日志为Protobuf、支付数据为CSV）；2）高并发下的低延迟保障（峰值QPS达12万，要求99%数据处理延迟<1秒）；3）游戏场景定制化指标的快速输出（如“关卡30秒流失率”“付费转化漏斗实时转化率”）。
• 核心行动与创新：1）技术选型上，采用Flink 1.17作为实时计算引擎（基于其Exactly-Once语义和增量Checkpoint能力），结合Kafka做消息缓冲（分层topic设计：raw->buffer->processing，削峰填谷）；2）针对多源数据，自研**游戏事件统一解析器**，通过Avro Schema Registry实现JSON/Protobuf/CSV到统一事件模型（含用户ID、事件类型、时间戳、游戏服ID等12个核心字段）的自动转换；3）为支撑游戏运营的“场景化指标”需求，设计**动态指标计算框架**——基于Flink CEP定义用户行为序列模式（如“登录→进入关卡→道具购买”），实时输出漏斗转化、留存等20+定制指标。
• 项目成果：1）平台上线后，数据处理延迟降至平均450ms，支撑日均1.2亿条实时事件处理；2）覆盖运营（实时活动效果监控）、产品（用户路径流失点定位）、数据科学（实时A/B测试）三大团队，运营调整活动策略的时间从“次日”缩短至“实时”，单活动ROI提升28%；3）个人主导了平台架构设计与跨团队需求对齐，推动解决了“实时数据一致性”“高并发稳定性”两大核心技术问题，成为公司游戏运营的核心数据工具。

手游用户生命周期数据仓库重构与商业化赋能

• 项目背景：原有用户数据仓库基于传统Hive Star Schema设计，未贴合手游用户生命周期（拉新→促活→留存→付费→裂变）的业务特性，导致商业化分析（如付费用户LTV预测、渠道ROI拆解）需手动关联多表，周期长达3天，无法支撑投放策略优化；目标是重构**以生命周期为核心的分层数据仓库**，提升商业化分析效率与准确性。
• 解决的关键难题：1）原有模型灵活性不足（新增生命周期阶段需修改全量表结构）；2）跨域数据关联复杂（用户行为数据与付费数据来自不同业务库，join效率低）；3）LTV预测准确性差（原模型用线性回归，未考虑用户行为的时序特征）。
• 核心行动与创新：1）采用Kimball维度建模方法，重新设计**生命周期分层模型**——事实表分为拉新事实（注册、首玩）、促活事实（登录、互动）、付费事实（订单、ARPU）等5类，共享用户、渠道、游戏版本3大维度表，支持快速扩展新生命周期阶段；2）通过Hive Bucketing（按用户ID分桶）和分区（按日期+游戏服）优化跨表join性能，将付费行为与用户行为的关联时间从2小时缩短至15分钟；3）构建**时序特征工程 pipeline**——用Flink提取用户近7天的登录次数、关卡进度、道具使用等15个时序特征，输入XGBoost模型预测LTV，替代原有的线性回归。
• 项目成果：1）数据仓库重构后，商业化分析周期从“每周1次”变为“每日1次”，LTV预测准确性从71%提升至86%；2）支撑渠道投放优化，通过生命周期ROI分析淘汰低效渠道3个，获客成本降低19%；3）建立**数据质量监控体系**（用Apache Superset可视化监控数据完整性、准确性，如用户ID空值率从5%降至0.1%），个人推动数据仓库从“支撑分析”向“驱动商业化决策”转型，成为公司用户运营的核心数据资产。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。