预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

数据员个人工作总结 数据员个人工作总结1在过去的一年里,我在领导、同事们的支持和帮助下,用自己所学知识,在自己的工作岗位上,尽职尽责,较好的完成了各项工作任务。为公司做出了应有的贡献。同时,身为一名化验员我也在从思想到行动,从理论到实践,进一步学习,提高自己的工作水平。现将本人本年度工作总结如下:一、努力学习,完善自我:随-着公司的发展,实验室仪器的增加。为了更好的完成工作,在之前的工作基础之上,又学习了水中油含量、柴油烃类组成(稀释法)、hcl的测定等新的实验方法,并且熟练掌握,较好的完成了相关的工作任务。其次在工作中也经常遇到一些新的问题,通过和领导、同事们的商讨研究最终解决。同时也对相关工作有了进一步的认识。二、工作内容与体会:我的工作主要是配合研发一部的其它几个岗位做相应的分析。第一,配合重整催化剂评定岗位生成油的折光率和烃类组成分析;第二,配合抽提组的芳烃抽提的柴油做烃类组成分析;第三,配合代研究做的.裂解油的黏度,酸值及色度等分析;第四,负责研发一部水样的水中油含量、水垢等相关分析;另外在原油评价中负责酸值、蜡含量、硫醇硫、色度、冷虑点、黏度及逆流黏度等相关分析;参加hr-05b300溶剂生产负责取样及黏度分析共二十一天;其次就是一些储存油样的色度分析及其它的一些实验分析;另外我还积极配合其他同事完成了一些工作任务。一年中,在领导和同事们的悉心关怀和指导下:我共完成色度数据500多个;折光率数据150个;黏度数据88个;逆流黏度数据140个;水中油数据245个;荧光族组数据193个;柴油族组成数据115个;酸值数据30多个;蜡含量数据11个;密度数据16个;冷虑点数据5个;溴价溴指数数据18个。化验工作精细琐碎,而且由于我们主要是搞研发,所以不像炼油厂的化验工作很有规律性。我们会经常遇到不同的新问题。所以为了搞好工作,我不怕麻烦,细心观察实验现象,向领导请教、向同事学习、自己摸索实践,认真学习相关业务知识,不断提高自己的理论水平和综合素质。在实验室工作安全意识和环保意识相当重要。所以我工作投入,能够正确认真对待每一项工作,熟记各项安全措施,遇事不能慌。环保也是相当重要,做到每种化学试剂和需要处理的油样,集中分类处理,不随意乱倒。这些对环境都很有影响。在刷洗瓶子时,不随便倒沾有油的污水。同时注意到实验室的通风和各种化学试剂及油样的摆放问题。三、工作态度与勤奋敬业:我热爱自己的本职工作,正确认真对待每一项工作,在开展工作之前做好个人,有主次的先后及时完成各项工作。热心为大家服务,认真遵守劳动纪律,保证按时出勤。有效利用工作时间,坚守岗位,需要加班完成工作按时加班加点,保证工作能按时完成。在作风上,能遵章守纪、团结同事、务真求实、乐观上进,始终保持严谨认真的工作态度和一丝不苟的工作作风。积极参加公司组织的各项活动,如春游,秋季五项全能体育比赛等。总结这一年来的工作,尽管有了一定的进步和成绩,但在一些方面还存在着不足。比如很多实验只是停留在简单的操作而忽视了工作原理;实验过程中由于自己的粗心导致实验仪器损坏或实验结果误差较大等。还有个别实验做得不够熟练,不够完善,这有待于在今后的工作中加以改进。通过这段时间的工作实践,让我懂得从事实验分析工作一定要细心,不能放过一个疑点,有问题多请示,多汇报。在今后的时间里,我将认真遵守各项考勤制度,努力学习有关石油化工的各项实验分析方法及石油化工知识,争取成为一名更为优秀的全方面的实验分析化验员,为公司的发展献出自己的一份力量。数据员个人工作总结2一、数据量过大,数据中什么情况都可能存在。如果说有10条数据,那么大不了每条去逐一检查,人为处理,如果有上百条数据,也可以考虑,如果数据上到千万级别,甚至过亿,那不是手工能解决的了,必须通过工具或者程序进行处理,尤其海量的数据中,什么情况都可能存在,例如,数据中某处格式出了问题,尤其在程序处理时,前面还能正常处理,突然到了某个地方问题出现了,程序终止了。二、软硬件要求高,系统资源占用率高。对海量的数据进行处理,除了好的方法,最重要的就是合理使用工具,合理分配系统资源。一般情况,如果处理的数据过TB级,小型机是要考虑的,普通的机子如果有好的方法可以考虑,不过也必须加大CPU和内存,就象面对着千军万马,光有勇气没有一兵一卒是很难取胜的。三、要求很高的处理方法和技巧。这也是本文的写作目的所在,好的处理方法是一位工程师长期工作经验的积累,也是个人的经验的总结。没有通用的处理方法,但有通用的原理和规则。下面我们来详细介绍一下处理海量数据的经验和技巧:一、选用优秀的数据库工具现在的数据库工具厂家比较多,对海量数据的处理对所使用的数据库工具要求比较高,一般使用Oracle或者DB2,微软公司最近发布的SQLServer20xx性能也不错。另外在BI领域:数