Data Engineer
CurrentDataOps主導數據轉換工具的全端整合，將傳統流程轉型為現代化的數據操作管道，實現數據開發與運營的自動化。採用 dbt 和 Airflow 建立自動化的調度與容器化運行機制，大幅提升數據處理的效率與穩定性。將 Data Lakehouse 架構重構為 Data Mart，並優化數據工程流程，確保數據轉換透明化，實現從數據提取到可視化的無縫操作，顯著降低重工與錯誤率。FinOps引入標準化流程，分類監控組內、業務端與工具層級的存儲與運算費用，透過儀表板實現透明化管理。精準管控數據處理成本，優化 BigQuery 查詢策略與增量模型設計，減少無效計算資源使用，降低九成以上的運算開銷。設計與優化增量模型與查詢策略，減少重複計算與掃描成本，降低九成運算開銷。Data Governance制定數據架構治理規範，包含資料命名、欄位定義與文件標準，提升數據資產的可追溯性與可用性，促進跨部門協作。推動數據治理實踐，例如 dbt 文檔管理與指標生命週期管理，將數據資產從開發到使用的全流程進行透明化管理。與多個市府單位合作，建立標準化的數據交換與分析 SOP，並拓展數據服務範疇，進行 API 串接服務合作。指標設計與應用設計並部署基於商業需求的數據指標，打造靈活且可擴展的分析框架，支撐產品性能評估與用戶行為洞察。領導指標開發專案，整合數據流水線，完成全流程的自動化指標生成，提升業務決策的反應速度。透過指標可視化，提升組織內數據應用的便捷性與即時性，協助業務部門快速應對市場需求。專案管理與跨部門協作擔任 Scrum Master，導入新工具與模式來優化 Scrum 流程，推動跨部門協作，縮短專案交付周期。在全國性活動中擔任專案管理，設計並實施模組化管理策略，成功精簡活動的操作流程，並減少超過 50% 的人力投入。帶領新進夥伴與實習生設計指標、優化自動化流程，推廣數據技術最佳實踐，確保團隊未來能夠自主完成數據指標開發專案。
