课程项目中带领4人小组，基于教学楼公开用电与用水记录搭建分层数仓：用Hive建立ODS、DWD、DWS三层表，以Spark SQL完成日粒度聚合，并用Python生成趋势报表。我负责指标口径设计与任务分工，组织组员联调校验数据一致性。在本地单机测试环境、约30万行样本上，常用查询响应从分钟级缩短至10秒内，成果用于课程汇报并获评优秀。

个人项目中模拟应用访问日志，用Java编写解析程序、Spark完成按小时聚合，并对比不同分区策略与文件格式的读写表现。我自行设计测试脚本，在单机伪分布式环境下用约500万行合成数据重复3轮测试，调整分区键并实施小文件合并策略后，批处理作业运行时间降低约35%，同时整理优化笔记与复现步骤，便于后续复用与验证。