久久精品国产一区二区电影,久久精品国产亚洲av瑜伽,精品无人区一码卡二卡三,久草热8精品视频在线观看 ,久久99精品久久久久麻豆

基本信息

姓名：錘子簡歷

年齡：22

電話：159****7747

郵箱：414740904@qq.com

經驗：4年

意向：大數據開發(fā)工程師

教育背景

時間：2011-09到2015-06

學校：錘子簡歷科技大學 | 專業(yè)：金融學 | 學歷：本科

工作經歷

工作時間：2015-09到至今

公司名稱：錘子簡歷網絡科技有限公司 | 所在部門：數據部 | 所在崗位：大數據開發(fā)工程師

工作描述：

1參與公司大數據平臺的搭建與配置。

2.根據業(yè)務需求對移動設備數據和社交數據進行多維度分析，得出用戶行為與游戲運營的各項指標。

3.將分析處理后的數據落地到RDBMS中，接入業(yè)務使用，為公司產品部門和高層決策在廣告領域的創(chuàng)新應用、商業(yè)效果改進等提供數據服務支持。

4.使用SparkSQL高效分析處理用戶行為數據。

5.平臺的日常維護與優(yōu)化。

工作時間：2017-02到至今

公司名稱：錘子簡歷信息互動有限公司 | 所在部門： | 所在崗位：大數據開發(fā)工程師

工作描述：

將政府公共中心的數據導入mysql數據庫，將網上爬取的與企業(yè)相關的信息的數據導入MongoDB數據庫，在mysql數據庫服務器利用存儲過程對數據進行初步提取、轉換并加載到ODS層的表中使用kettle對ODS層的數據做進一步的ETL處理，如調度上一環(huán)節(jié)的存儲過程、增量更新除基礎表等幾張表外的數據到EDW層、對企業(yè)基本信息等做緩慢漸變維（SCDs）處理。

在前端客服系統上用js作埋點處理，獲取用戶的行為數據。將這些數據導入我所在的大數據處理中心，用機器學習、數據挖掘工具對用戶的行為進行挖掘分析，并將分析結果反饋給后臺服務器進行利用。

項目經歷

項目時間：2016-07到至今

項目名稱：x校園貸后端 | 項目工具：linux操作系統搭載的tomcat、jvm、mysql、redis、solr

項目描述：

項目介紹

此項目為一大學生校園貸款的后臺，包括后臺管理系統及前后端交互系統。而后臺管理系統則包括員工（權限）管理系統、風控系統，此兩個系統垂直交叉、相互協同。而前后端交互系統則主要負責app端（用戶端）數據與數據庫數據協同交互。此系統通過數據庫的一致性達到各系統之間的解耦，同時保證了數據的一致和完備。而且根據業(yè)務需求在風控系統中嵌入了一個自行研發(fā)的風控模型，達到了業(yè)務與系統的和諧統一。

我的職責

1.接收前端傳入的數據、處理后存入數據庫

2.查詢數據庫數據、處理、封裝成相應接口供pc端、app端調用

3.橫向攔截邏輯處理（如sso等）

項目時間：2016-09到至今

項目名稱：宜聚網數據統計分析

項目描述：

項目介紹

該項目為宜聚網數據統計分析項目，宜聚網是實名注冊可小額抵押汽車、小額理財的一個平臺。本項目通過對該平臺用戶海量借貸數據的獲取，統計網站日點擊量、注冊用戶數、各年齡層比率、放款次數金額、單筆募集時間等來分析網站運營情況，根據借貸人群、金額和來源情況的分析結果適度調整營銷策略，促進網站長遠的發(fā)展。

我的職責

1.搭建項目集群環(huán)境

2.Hive表的結構設計，如貼源表、明細表

3.分析處理每月貸款金額、每月注冊用戶數、各年齡層比率、用戶地域分布排名、黑名單離線指標，實時統計單筆款項募集時間、實時點擊量、實時成交額。

4.問題處理以及Spark和hive相關優(yōu)化

個人評價

1.為了理想堅定不移地奮斗

2.富有邏輯，擅長分析、鉆研艱深的難題

3.善于合作，長于協調團隊與個人的關系

4.極強的學習能力，善于領悟、接受新事物和新技術

5.癡迷于機器學習及人工智能

個人技能

熟悉Java編程，有良好的算法和編碼能力，熟悉面向對象編程；熟悉JavaWeb, JDBC, 熟悉Http協議； 熟悉Springmvc，Spring，MyBatis，了解Struts2, Hibernate等開源框架； 熟練使用Eclipse、SVN、Maven項目管理和項目構建工具。 熟悉應用服務器軟件Tomcat等容器配置和部署，能夠使用Linux操作系統；掌握JavaScript，Ajax，jQuery等前臺開發(fā)技術；掌握MySql，熟練掌握sql語句。 掌握分布式文件系統fastDFS原理、fastDFS的Java接口應用；掌握solr集群搭建及solrJ集群版的Java接口應用；掌握redis集群搭建及redis集群版Java接口的應用 了解集群下的并發(fā)解決方案，支持(HA)高可用(采用nginx,lvs) 關于數據庫的大數據量問題可采用水平拆分，庫表散列，支持數據庫的容災及備份；會采用分布式緩存解決數據庫壓力。

kettle

python

spark

hadoop