架构设计与技术战略： 主导在AWS/Azure上的云原生数据平台整体架构设计，确保其高可用、可扩展与成本优化；制定平台技术演进路线图与治理规范。

湖屋平台构建： 基于云原生服务与开放表格式，设计与实施融合数据湖、数据仓库、实时流处理与数据服务能力的统一湖屋平台。

AI/ML基础设施集成： 构建支撑机器学习全生命周期的数据基础设施，包括特征平台、模型训练数据流水线、在线特征服务与监控体系，并与MLOps平台深度集成。

数据流水线与平台服务： 设计并管理批流一体的数据摄取、加工与分发流水线；开发数据工具、元数据管理系统及高性能数据API，提供自助化数据服务。

性能、可观测性与治理： 建立全面的平台监控、日志与告警体系，持续优化性能与稳定性；推动数据质量管理、元数据管理与成本治理的自动化。

协作与布道： 与数据工程师、数据科学家及业务部门紧密合作，理解需求并将其转化为平台能力；推广数据平台最佳实践，提升团队整体技术水平。