モバイルゲーム用自動データパイプライン
日次20億以上のイベントを処理するプロダクショングレードの分析パイプライン。
dbtとBigQueryを使用したメダリオンアーキテクチャにより、コスト最適化されたモバイルゲーム分析用データパイプラインを構築。
構成駆動型モデル、戦略的最適化、OBT(One-Big-Table)アプローチにより60%のコスト削減を達成。
$ whoami
アナリティクスエンジニア / データサイエンティスト
私は勤勉で熱心、そして規律あるフルスタックデータ愛好家です。Pythonの使い手、数学愛好家、アルゴリズムの調教師ですが、時には数字よりも人間の直感を信じることもあります。
現在、Pixon Games Studio - FPTでデータアナリストとして働いています。
• Airflowとdbtでスケーラブルなデータパイプラインを設計・維持し、日次10億以上のゲームイベントを処理 • 最適化戦略によりETLコストを50%、ストレージコストを60%削減 • ダッシュボードの読み込み時間を40%改善するディメンショナルデータモデルを開発 • MLパーソナライゼーションを用いたA/Bテストフレームワークを実装し、収益を15%、D7リテンションを12%向上 • インシデントを70%削減する自動データ品質フレームワークを構築
• SQL ServerとPythonを使用し、生データを業務部門向けの実用的インサイトに変換 • SQLパフォーマンスを最適化し、手動処理時間を30%削減 • AWS AthenaによるS3からSQL Serverへのワークフローを自動化 • ほぼリアルタイムの業務可視化のためのPower BIダッシュボードを開発・維持 • クレジットカードパターン、非アクティブ顧客、コールセンター効率に関するデータ分析を実施
• 通信セクターでのコンサルテーションから本番API展開までのエンドツーエンドMLプロジェクトに参加 • Elasticsearch、HDFS、Sparkを使用して大規模データセットを処理 • 教師あり/教師なし学習とレコメンデーションエンジンを適用し、スケーラブルなソリューションを提供
GPA: 3.66/4.0。優秀。
日次20億以上のイベントを処理するプロダクショングレードの分析パイプライン。
dbtとBigQueryを使用したメダリオンアーキテクチャにより、コスト最適化されたモバイルゲーム分析用データパイプラインを構築。
構成駆動型モデル、戦略的最適化、OBT(One-Big-Table)アプローチにより60%のコスト削減を達成。
VPBankの顧客生涯価値(CLV)を向上させるエンドツーエンドソリューションの構築。
銀行から無関係なマーケティングメッセージを受け取り、ライフスタイルに響かないサービスを提供されることを想像してください。
このプロジェクトは、VPBankの顧客にパーソナライズされた体験を提供することで、一般的なマーケティング手法から脱却することを目指しています。
通信クライアントの顧客にパーソナライズされた製品推奨を提供するように設計されたシステム。
この実際のプロジェクトは、レコメンデーションエンジンの完全な開発ライフサイクルを包含しています—モデルのプロトタイピングとテストから、APIの展開とデータベースの管理まで。