负责公司数据仓库建设（ODS→DWD→DWS→ADS 层），设计并开发 ETL 数据链路，优化数据处理效率与质量，支撑业务部门（运营、产品、风控）的数据分析与决策需求，同时维护数据调度系统与监控告警机制。

• 技术栈：Hadoop + Hive + Spark + Airflow + Kimball 建模​
• 核心工作：​

① 参与设计数据仓库分层架构，基于业务场景（用户行为、交易订单、营销活动）构建 12 个主题域模型，完成 ODS 层（原始数据接入）、DWD 层（明细数据清洗）、DWS 层（汇总数据计算）共 80 + 张核心表设计；​

② 开发 ETL 脚本：用 Spark SQL 实现用户行为数据（日均 10TB）清洗与结构化，用 Shell 脚本完成 MySQL 业务数据增量同步至 Hive，通过分区裁剪、分桶优化，将数据处理时长从 4 小时缩短至 1.5 小时；​

• 成果：数据仓库支撑 10 + 业务部门日常分析，提供用户画像、交易漏斗、营销 ROI 等 20 + 类数据指标，数据准确率达 99.98%，业务决策响应效率提升 40%。