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

求職意向

數(shù)據(jù)倉(cāng)庫(kù) 北京 薪資面議 隨時(shí)到崗

教育背景

2020.x -2020x 錘子簡(jiǎn)歷大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)

主要學(xué)習(xí)內(nèi)容為數(shù)據(jù)結(jié)構(gòu)、算法、 C語(yǔ)言、 Java

工作經(jīng)驗(yàn)

2020.x -2020x 隨行付 數(shù)據(jù)倉(cāng)庫(kù)工程師、數(shù)據(jù)分析師、組負(fù)責(zé)人

1. 基于Hive的數(shù)據(jù)倉(cāng)庫(kù)由 0 到 1 的設(shè)計(jì)與實(shí)現(xiàn)
2. 基于Azkaban，Sqoop的數(shù)據(jù)抽取以及數(shù)倉(cāng)調(diào)度配置
3. 依托SmartBi的報(bào)表以及自主分析功能的實(shí)現(xiàn)
4. 了解用戶端開發(fā)邏輯，實(shí)現(xiàn)全公司迎接檢查系統(tǒng)的數(shù)據(jù)清洗
5. 基于隨機(jī)森林算法，通過(guò)Python的Sklearn庫(kù)，對(duì)客戶進(jìn)行簡(jiǎn)單流失預(yù)測(cè)
6. 對(duì)接業(yè)務(wù)需求，協(xié)助管理

2020.x -2020x 便利蜂-未來(lái)購(gòu) 數(shù)據(jù)分析師

1. 對(duì)接商品部各MD，對(duì)上新以及促銷商品進(jìn)行銷售分析，指導(dǎo)運(yùn)營(yíng)
2. 對(duì)接市場(chǎng)部運(yùn)營(yíng)人員，分析各類檔期活動(dòng)情況，對(duì)不同類型活動(dòng)給出銷售建議
3. 接手咖啡項(xiàng)目，將咖啡的銷量由單店單天20杯提升至45杯，其中天津門店滲 透率達(dá)到10%
4. 完成包括市場(chǎng)部、集裝箱便利店、共享打印機(jī)、共享充電寶等項(xiàng)目的日常數(shù)據(jù)提取以及報(bào)表開發(fā)工作

2020.x -2020x 錘子簡(jiǎn)歷信息技術(shù)有限公司 數(shù)據(jù)開發(fā)工程師

1. 數(shù)據(jù)倉(cāng)庫(kù)的開發(fā)和維護(hù)：ETL以及數(shù)據(jù)模型設(shè)計(jì)
2. 數(shù)據(jù)報(bào)表的需求分析和開發(fā)
3. 核心切換中的數(shù)據(jù)遷移部分

項(xiàng)目經(jīng)驗(yàn)

2020.x -2020x 隨行付-協(xié)助檢查數(shù)據(jù)包裝 負(fù)責(zé)人

1. 與用戶，審單組深入合作，梳理其系統(tǒng)前端顯示內(nèi)容與數(shù)據(jù)庫(kù)表的映射關(guān)系以及邏輯加工規(guī)則
2. 根據(jù)數(shù)據(jù)校驗(yàn)規(guī)則，對(duì)全公司客戶數(shù)據(jù)做統(tǒng)一數(shù)據(jù)清洗以及校正；將數(shù)據(jù)由生產(chǎn)庫(kù)同步至檢查數(shù)據(jù)庫(kù)，用以應(yīng)對(duì)合規(guī)檢查；共涉及51張表

2020.x -2020x 隨行付-數(shù)據(jù)倉(cāng)庫(kù)擴(kuò)展建設(shè) 提供設(shè)計(jì)和方案，工作由整體團(tuán)隊(duì)完成

1. SmartBi+Impala+Oracle+Rpt 的方式，實(shí)現(xiàn)報(bào)表查詢；SmartBi+Impala+Dws+Rpt 的方式，實(shí)現(xiàn)自主分析（自主提數(shù)）
2. 實(shí)現(xiàn)系統(tǒng)之間數(shù)據(jù)推送或者調(diào)用：比如標(biāo)簽等大規(guī)模計(jì)算數(shù)據(jù)推送回業(yè)務(wù)系統(tǒng)；生成特征變量數(shù)據(jù)，協(xié)助風(fēng)控系統(tǒng)做涉黑預(yù)測(cè)；提供Impala查詢接口，解決業(yè)務(wù)系統(tǒng)歷史數(shù)據(jù)查詢問(wèn)題
3. 結(jié)合業(yè)務(wù)需求，探索機(jī)器學(xué)習(xí)模型的實(shí)際應(yīng)用；通過(guò)分析用戶留存時(shí)間，首刷時(shí)間，二刷時(shí)間的間隔分布，確定模型預(yù)測(cè)周期為14天，90天；通過(guò)Hive+Python（隨機(jī)森林）的方式，對(duì)個(gè)人用戶的流失做出預(yù)測(cè)；準(zhǔn)確率 75%，覆蓋率 78% 
4. 與UI同事配合，采用Oralce+Echart的方式，完成隨行付業(yè)務(wù)數(shù)據(jù)大屏的開發(fā)

2020.x -2020x 隨行付-數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)建設(shè) 負(fù)責(zé)人

1. 基于數(shù)據(jù)調(diào)研工作，確認(rèn)數(shù)倉(cāng)分層：SRC-> ODS-> DWD-> DWS-> RPT；前3層為明細(xì)層，采用自下而上的建模方式，生成維度事實(shí)矩陣；后2層為匯總層、報(bào)表層，通過(guò)自上而下的建模方式，根據(jù)業(yè)務(wù)場(chǎng)景建立匯總表，以及退化部分維度
2. 確認(rèn)業(yè)務(wù)系統(tǒng)到數(shù)倉(cāng)的數(shù)據(jù)同步方式（離線Kettle+實(shí)時(shí)Kafka）+Sqoop，制作離線同步配置表，配合開發(fā)完成離線任務(wù)的配置化上線工作；并通過(guò)Azkaban實(shí)現(xiàn)各任務(wù)之間的依賴調(diào)度
3. 為避免人為數(shù)據(jù)變更、Kafka消費(fèi)問(wèn)題導(dǎo)致的數(shù)據(jù)不準(zhǔn)確，通過(guò)Python+Sql對(duì)關(guān)鍵表實(shí)現(xiàn)數(shù)據(jù)監(jiān)控；記錄數(shù)據(jù)從業(yè)務(wù)系統(tǒng)到數(shù)倉(cāng)各層的數(shù)據(jù)量，并對(duì)異常進(jìn)行郵件報(bào)警
4. 完成95%的DW層邏輯模型、物理模型的設(shè)計(jì)；50%的模型開發(fā)；100%的前期模型上線復(fù)核

2020.x -2020x 隨行付-數(shù)據(jù)調(diào)研-建立數(shù)倉(cāng)準(zhǔn)備工作 負(fù)責(zé)人

1. 為數(shù)倉(cāng)建設(shè)做準(zhǔn)備，共梳理 260 張數(shù)據(jù)中心使用到以及可能會(huì)使用到的表；明確表結(jié)構(gòu)、各表關(guān)聯(lián)關(guān)系、數(shù)據(jù)質(zhì)量問(wèn)題等
2. 歷時(shí) 1 個(gè)半月，與 7 個(gè)生產(chǎn)系統(tǒng)負(fù)責(zé)人溝通后，鎖定 238 張可用表；基于此制作出ER圖

2020.x -2020x 便利蜂-咖啡項(xiàng)目 數(shù)據(jù)分析師

1.在人貨場(chǎng)三個(gè)不同的角度，分析歷史上所有的咖啡活動(dòng)，并根據(jù)當(dāng)前最主要的目標(biāo)：提升PSD，提出了買一送一活動(dòng)，該活動(dòng)將PSD由20杯提升至45杯，平均每日新客戶數(shù)量是原來(lái)的4倍，但是毛利只下降20%



2.使用4周購(gòu)買頻率將客戶分群，并通過(guò)AB測(cè)試，研究各類客戶群體對(duì)不同折扣的優(yōu)惠券的敏感程度，該分析正在進(jìn)行中

2020.x -2020x 便利蜂-商品部報(bào)表遷移以及優(yōu)化 負(fù)責(zé)人

2020.x -2020x 哈爾濱銀行數(shù)據(jù)遷移 開發(fā)以及流程梳理

1. 分析新老系統(tǒng)的不同，通過(guò)存儲(chǔ)過(guò)程實(shí)現(xiàn)單支程序，Xshell實(shí)現(xiàn)程序調(diào)用以及特殊處理，Use調(diào)度工具實(shí)現(xiàn)總體流程
2. 優(yōu)化關(guān)鍵路徑上面程序，縮短單支程序執(zhí)行時(shí)間：
3. 查看存儲(chǔ)過(guò)程詳細(xì)執(zhí)行計(jì)劃，根據(jù)執(zhí)行計(jì)劃對(duì)過(guò)大的數(shù)據(jù)進(jìn)行分區(qū)或者增加Hint 
4. 更改Sql的寫法，將執(zhí)行時(shí)間過(guò)長(zhǎng)、各表關(guān)聯(lián)混亂的Sql，先執(zhí)行篩選條件，并配合臨時(shí)表的方式，將單支程序從1小時(shí)優(yōu)化至3分鐘
5. 梳理每個(gè)任務(wù)之間的依賴，進(jìn)一步分解單個(gè)任務(wù)，保證任務(wù)之間的并發(fā)執(zhí)行，整體時(shí)間從8小時(shí)優(yōu)化至3.5小時(shí)

2020.x -2020x 哈爾濱銀行新數(shù)據(jù)平臺(tái) 數(shù)據(jù)模型設(shè)計(jì)

1. 負(fù)責(zé)部分源系統(tǒng)到ODS層的ETL工作，多數(shù)采用Oracle存儲(chǔ)過(guò)程，少部分采用Informatica
2. 設(shè)計(jì)EDW數(shù)據(jù)模型，通過(guò)存儲(chǔ)過(guò)程將源數(shù)據(jù)分不同主題寫入EDW，通過(guò)碼值加工以及關(guān)系的轉(zhuǎn)換，盡可能規(guī)避源系統(tǒng)數(shù)據(jù)變化對(duì)集市層模型的影響

自我評(píng)價(jià)

 1 .性格隨和，可以較快融入陌生環(huán)境，不抗拒短時(shí)間高強(qiáng)度加班