课程项目，面向矿山运输调度场景设计数据中台原型。负责需求拆解与分层建模，使用Hive、Spark SQL和Airflow搭建采集到指标层链路，定义设备利用率、准点率等指标口径。与3名组员分工完成ETL与看板，在课程实验环境用5万条模拟运单测试，查询耗时较原始脚本降低约40%，形成架构说明与治理规范文档，并针对赞比亚矿区网络条件提出离线批处理优化设想。

个人项目，针对多源物流订单字段不一致问题，用Python与SQL编写轻量数据质量监控脚本，覆盖空值、重复、枚举越界等6类规则，输出日报并标注异常来源。在本地虚拟机以2万条脱敏样本回归测试，异常识别准确率约91%，单次全量校验约3分钟，作为数据治理流程的辅助工具沉淀为可复用模板，并整理成数据质量规则库文档。