项目开始
项目介绍
工作内容：主导公司大数据平台产品建设，涵盖 数据采集、主数据管理、数仓、数据服务、标签 几大产品。
数据采集：
- Spider：完成 医疗POI、医院、医生、药械、医学文献、医学会议、临床研究、国自然项目、线上问诊、患者评价等内容的外部数据采集、清洗；建立了会议海报非结构化数据智能提取系统。
- Track：采用开源SDK进行全埋点，并和业务方协同定义了会议、活动的埋点事件及属性。
主数据管理 MDM：建立医百主数据管理系统，主要支持对 医院、医生、药品、会议海报、数据字典 进行人工编辑、审核，并创新性的将MDM的人工审核编辑机制与DW的DIM层进行有机整合。
数仓 DW
- 采用维度建模范式；完成数仓主题域规划，和技术协同制定了数仓分层标准。
- 提供 人、机构 的OneID产品逻辑，采用图计算进行人的ID-Mapping，采用业务规则+NLP模型进行医疗机构唯一识别与关联。
- DIM及DMD层：HCP（医生、护士、药师、技师、销售代表、患者、社交关系）、HCO（组织机构、医疗机构、药企、学会）、医学知识（药品、疾病、不良反应、药理分类、剂型）、学术（文献、会议、临床研究、病例）、流量（问诊、患者评价、问卷）、地点（行政区、POI）、杂项（杂项维度、日期）。
- DWS层：企业汇总、学者汇总、KOL汇总、观众行为汇总、文献汇总、会议汇总、活动汇总、问诊汇总。
指标体系 OneIndex：采用OSM-UJM方法论结合AARRR模型，和业务方一起整理业务过程的目标、痛点、度量体系及分析逻辑，建立指标体系（含58个原子指标、70+项维度），并在数仓DWS层建立了部分指标汇总表。
数据服务 One Service：提供人、机构的ID-Mapping查询服务；支持对数仓模型按主题进行组合查询，从而避免陷入为业务进行接口定制。
标签 Tag：加工60多个HCP类型标签，完成标签系统规划及产品上线，支持衍生标签、组合标签，支持人群操作。分别评价医生对卫生机构、学术、患者、药企的影响力。基于医学知识图谱，预测医生所属科室，挖掘医生关注疾病、症状、药品、靶点、治疗方案、操作等标签。
