我是来自于XX部的XX，有XX年从业经验，目前在XXX任XXX职位，当前岗位职责为 ①、通过流程、制度、规范和工具来维持数据传输、共享、应用的秩序；②、从时效性、准确性及易用性等方面综合评估，构建场景化数据服务体系。
当前职级是XX，在岗XX年，现申请晋升XX。
在岗期间的核心成果，主要表现在两大领域的三个方面。
特征领域的个人特征方面：
一是重构了人行特征的数据加工链路，人行特征的准确率提升至XX%，衍生效率提升了XX倍。
二是优化了特征生产的流程，特征生产耗时由需XX下将至仅需XX。
特征领域的企业特征方面：
从0到1引入了企业数据加工平台，在一年内，将企业域的特征数量由XX个提升至XXXX个。
资源治理领域，主动承担资源治理工作，构建资源治理的体系，搭建虚拟组织，推动XX个大类XXX个小项的工作落地。XXX年，存储资源压降了XXPB，转化成金额，约节省了XXX万元。
下面我将就核心成果展开叙述，作为能力自评的佐证。
个人特征：
一、在特征投产效率提升上，一开始接触的时候，就觉得比较诡异，在特征已经开发验证完的情况下，配置上线竟然还需要一周多。深入了解后，发现特征配置上线的操作非常技术，需要相关人员了解json技术术语，相关配置参数约有XX个。
从产品的角度来讲，直接将技术过程不经组织的直接暴露给用户确实不是一个好的设计。特征上线，本质上就是将一个服务的出入参进行映射，映射后的出参即是变量。基于此，我重新梳理了下特征需求模板，将出入参的定义在需求提出的时候就确定好，入参需要在现有特征池里存在，出参不能在现有特征池里存在。提出方基于这些简单的判断就可以准确填写。然后协同海纳的产研进行服务声明的升级，风控系统这边根据服务的声明，进行变量一键同步注册，点个按钮就能够完成特征的配置上线。功能上线后，特征开发团队在开发完后，会顺便完成特征的配置工作。不再需要特征配置及测试团队的介入，释放了XX资源。
在人行特征衍生上，历史使用的是JAVA语言进行人行特征开发，每提一批变量均需要JAVA团队的排期，整体开发时间很长，XX年到XX年N年时间，在线服役的人行特征仅XX个。XX年初开始ALL IN SQL，SQL的开发效率和验证难度均要优于。但在一开始落地的SQL版方案里，忽略了数据同步与数据加工的顺序性，导致人行报文过大时，计算的准确率就出现了问题。XX年初分析时，发现了特征计算准确率的问题；后续在SQL版的数据链路上进行了修复。方案升级后特征的准确率达到了XX%。
企业特征：
企业数据具有“多，厚，脏”的特性。老的企业数据加工链路非常不稳定，以银税数据加工链路为例，特征加工全过程分散在三个系统里，三个系统的管理规则是独立的，没办法做统筹。同时特征加工环节控制不了取什么数据，只能推什么数据就用什么数据。经常出问题的都是数据拉取那个环节，第一种情况，没推数据就来调特征加工结果，第二种情况，同一厂商或者不同厂商的数据重复推送，加工使用的数据就乱了，计算结果就出现了偏差。
基于以上现状，引入了企业域数据加工平台，这个平台在设计上将数据拉取的主动权掌握到了自己手上，风控仅需调用想使用的特征，企业域准入校验通过后，就会去获取数据，清洗数据，构建标准表，加工特征，返回给风控。因为做了数据分层的设计，基于标准层的数据分析及特征衍生的效率也极大的提升了。
特征管理的规划上：
目前特征的数据加工链路已基本稳定。将进入特征资产运营管理阶段。XXX年底盘点过一次在线特征，目前特征数量只增不减，整体有XX个的特征。目前哪些特征价值高，哪些特征加工慢，哪些特征要下线均是处于一个混沌状态。今年我做了特征资产管理的规划，在特征资产的属性上，主要会收集特征基础属性、特征应用约束等X个方面的XX个资产属性。对存量特征资产属性进行盘点，新增特征资产时需要补充。
探索对特征数据资产的运营，主要分为六个环节，从挖掘到生产到应用到监控到评价迭代到下线。每一个环节均有其相对应的规范，与信管就规范拉齐后，推动工具落地，进行过程管理。
营销标签：
标签加工最大的问题，一个是标签延迟，一个是标签数据存在不一致性。其核心问题是技术架构设计不合理，数据会在多种组件间建。同时缺少必要的监控预警手段。
在历史建设过程，是基于满足业务需求为主，整体的建设是搭积木式的，缺少顶层设计。当前阶段适宜进行技术架构重构。
资源治理：
资源治理缘起于大家总问为什么跑数这么慢？一开始做了调研，发现大家普遍用的表和逻辑均没有那么复杂，怀疑是资源问题导致的，之后联合我们集群管理的工程师，进行了资源使用埋点采集发现集群绝大部分时段的资源占用都在XX以上。
我这边主动承担了资源治理的工作，开始着手梳理。首先就是了解资源使用的原理，资源分为存储和计算，存储是表在占用，计算是任务在占用。治理的重点就在表和任务。调研了目前表及任务使用的现状，涉及到的平台，其建设均有一个共同点，建设的过于技术而缺乏管理。基于已经既成事实的现状，无法拿一个成熟的管理体系照搬。故建议通过专项治理积攒经验，形成规范，然后再促进工具升级迭代，最终进入常态化运营的阶段。
资源治理工作开展需要资源支持，提报审批通过了资源治理专项项目，正式以虚拟组织的方式推进资源治理相关事项。
由于是虚拟组织，大家或多或少有些抵触情绪。为了拉齐共识，邀请了行业专家给大家培训，会后有人问我，数据领域需要这么多规范呀，我就知道这次培训的效果还是很明显的。确实第三方权威对于虚拟组织拉齐共识来讲作用巨大。
XXX年资源治理除了节省XX万元外，其他方面均有显著成果，尤其在能力建设的长治久安上，我们上线了任务分类审批、脚本规范化检测工具等多项功能。
XXX年大数据部同样部署了相关的治理专项，至此治理的体系和思路得以延续，今年我作为咨询顾问参与各个治理项目。
期望XXX年可以启动自动化治理的建设。
