2024-08-12 -至今北京先进数通数据工程师

项目说明: 为了更好满足各部门的数据需求，搭建新数据库为新报表系统提供数据支持。同时在信息同步过程中检测数据质量是否出现脏数据。出现后如何处理并分析原因。 1.数据质量：在业务系统复杂多表，每次变更都会产生数据变化。例如数据库新增表，业务拓展新增售卖平台。通过设置数据质量规则（如数据类型、数据长度、数据范围等）来监控数据的质量。如采集的数据不符合规则，可以立即进行警告或拒绝采集。 2.开发质量：代码出现了问题直接影响质量，因此如何最大程度避免人为错误，是数据质量保障的重要工作。 3.模型质量：数据模型除了满足业务需求外，还需要在性能、成本、效率、质量等方面有助力。高质量数据模型能改善数据统计统计口径的不一致性，减少数据计算错误的可能性。 4.指标质量：通过指标质量规则来监控指标的质量。 5.整体质量：上线前产品或服务需要经过严格的测试，以确保质量。 工作内容：配合各部门人员，在现有数据中梳理或加工，提供项目数据支撑。 1.梳理全域全部报表的数据来源模型以及模型所在的文件夹，并且把各报表的指标列举出来，指明数据来源表。 2.梳理商品主数据、门店主数据、客户主数据、直播账号主数据等各主数据

2014-08-30 - 2017-06-30湖南应用技术学院酒店管理专科