在校期间系统学习了大数据相关课程，包括《大数据技术原理与应用》《数据挖掘与分析》等，掌握了扎实的理论基础。参与过学校组织的大数据分析竞赛，锻炼了实践能力和团队协作能力。

• 协助团队进行数据清洗与预处理工作，使用Python编写脚本处理海量数据，日均处理数据量达100GB以上，有效提高数据质量，为后续数据分析提供可靠基础。
• 参与搭建数据仓库，负责部分维度表和事实表的设计与开发，优化查询性能，使报表生成时间缩短30%。
• 协助开发数据可视化报表，使用Tableau工具，根据业务需求展示关键数据指标，帮助业务部门快速做出决策。

• 参与公司用户行为数据的采集与存储项目，使用Flume收集用户日志数据，将数据实时传输到HDFS存储，保证数据采集的稳定性和准确性，日采集数据量约50GB。
• 协助开发离线数据分析任务，使用Hive编写SQL语句进行数据分析，对用户活跃度、留存率等指标进行计算，为产品优化提供数据支持。
• 学习并参与数据质量监控工作，编写Shell脚本定期检查数据完整性和准确性，及时发现并处理数据异常问题，数据质量达标率提升至95%以上。

• 项目背景：为了优化公司电商平台的商品推荐系统，提高用户购买转化率。
• 项目职责：负责数据预处理工作，清洗用户浏览、购买等行为数据，处理缺失值和异常值，共处理数据量达500GB。使用Spark进行数据计算，计算用户与商品的相似度矩阵，为推荐算法提供数据支持。
• 项目成果：商品推荐的准确率提高20%，用户购买转化率提升15%，有效提升了平台的销售业绩。

• 项目背景：公司需要对海量的用户评论数据进行情感分析，以了解用户对产品的满意度。
• 项目职责：使用Python的NLTK库对评论数据进行分词、词性标注等预处理操作，处理数据量达100万条以上。搭建Hadoop集群，使用MapReduce框架进行分布式计算，提高数据处理效率。
• 项目成果：成功实现用户评论情感分析，准确率达到85%以上，为公司产品改进提供了有力的数据依据。