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

一份專業(yè)而出色的大數(shù)據(jù)開發(fā)工程師簡(jiǎn)歷，無疑是求職者贏得心儀職位的關(guān)鍵，那么，如何撰寫一份能夠凸顯個(gè)人技能與經(jīng)驗(yàn).吸引人的簡(jiǎn)歷呢？本文將為大家提供一份大數(shù)據(jù)開發(fā)工程師的簡(jiǎn)歷模板范文，高效制作精美簡(jiǎn)歷。

大數(shù)據(jù)開發(fā)工程師簡(jiǎn)歷模板范文：

求職意向

求職類型：全職   

意向崗位：大數(shù)據(jù)開發(fā)工程師   

意向城市：廣東廣州   

薪資要求：面議   

求職狀態(tài)：隨時(shí)到崗   

教育背景

時(shí)間：201X.9-201X.7   

學(xué)校名稱：錘子簡(jiǎn)歷大學(xué)  

專業(yè)名稱：空間信息與數(shù)字技術(shù)(計(jì)算機(jī)系)   

學(xué)校描述：大學(xué)學(xué)習(xí)了程序設(shè)計(jì)基礎(chǔ).數(shù)據(jù)庫(kù)原理課程設(shè)計(jì).JAVA 框架編程課程設(shè)計(jì)等，基本掌握專業(yè)相關(guān)知識(shí)及技術(shù)，能夠使用eclipse等開發(fā)工具，在校期間積極參加學(xué)校組織的專業(yè)實(shí)踐，在專業(yè)學(xué)科學(xué)習(xí)上得到了長(zhǎng)足的進(jìn)步和鍛煉。計(jì)算機(jī)操作能力熟練，也具有一定的英語聽說能力，同時(shí)對(duì)互聯(lián)網(wǎng)相關(guān)知識(shí)保持高度的敏感性和關(guān)注度。

工作經(jīng)歷

時(shí)間：201X.11-至今   

公司名稱：廣州錘子簡(jiǎn)歷有限公司   

職位名稱：研發(fā)工程師   

工作描述：在職期間從事技術(shù)支持工作，參與協(xié)助項(xiàng)目組完成大數(shù)據(jù).區(qū)塊鏈等相關(guān)技術(shù)開發(fā)工作。

項(xiàng)目經(jīng)驗(yàn)

時(shí)間：201X.2-至今   

項(xiàng)目名稱：錘子簡(jiǎn)歷xxx項(xiàng)目案例  

項(xiàng)目角色：數(shù)據(jù)平臺(tái)開發(fā)及運(yùn)維   

項(xiàng)目架構(gòu)：doris + dolphinscheduler + dataX +kafka + streamX + flink

項(xiàng)目描述：線下實(shí)時(shí)數(shù)據(jù)傳輸處理。

項(xiàng)目職責(zé)： 1.平臺(tái)搭建 2.平臺(tái)運(yùn)維 3.數(shù)據(jù)入庫(kù)

技術(shù)實(shí)現(xiàn)： 1.通過flink實(shí)時(shí)接收數(shù)據(jù)并處理，存入數(shù)據(jù)中臺(tái)。

時(shí)間：201X.3-201X.2   

項(xiàng)目名稱：錘子簡(jiǎn)歷xxx項(xiàng)目案例   

項(xiàng)目角色：java開發(fā).區(qū)塊鏈開發(fā)   

項(xiàng)目架構(gòu)：vue + springboot + 智能合約 + MySQL

項(xiàng)目描述：存證平臺(tái)位于業(yè)務(wù)系統(tǒng)和區(qū)塊鏈底層平臺(tái)之間，是一個(gè)可以快速構(gòu)建數(shù)據(jù)存證類應(yīng)用場(chǎng)景的基礎(chǔ)支撐平臺(tái)，主要由數(shù)據(jù)存儲(chǔ)智能合約.JAVA調(diào)用接口.綜合展示界面及管理功能等部分組成，能滿足各類結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)可信存儲(chǔ)的需求，具有學(xué)習(xí)成本低.技術(shù)門檻低.集成快速便捷.適用范圍廣.跨底層平臺(tái)等特點(diǎn)。

項(xiàng)目職責(zé)：

1、搭建區(qū)塊鏈平臺(tái)

2、設(shè)計(jì)研發(fā)智能合約

3、將智能合約轉(zhuǎn)換成JAVA調(diào)用接口提供給業(yè)務(wù)方使用

4、區(qū)塊鏈及相關(guān)業(yè)務(wù)數(shù)據(jù)的采集，提供展示查看頁(yè)面

技術(shù)實(shí)現(xiàn)：

1、準(zhǔn)備至少兩臺(tái)服務(wù)器搭建多節(jié)點(diǎn)區(qū)塊鏈平臺(tái)

2、使用Solidity語言開發(fā)符合需求的智能合約

3、整個(gè)項(xiàng)目采用了 vue-springboot 框架進(jìn)行開發(fā)，前后端分離，高效快捷，通過區(qū)塊鏈對(duì)應(yīng)的SDK實(shí)現(xiàn)與區(qū)塊鏈的連接交互。

時(shí)間：201X.6-201X.5   

項(xiàng)目名稱：錘子簡(jiǎn)歷xxx項(xiàng)目案例    

項(xiàng)目角色：區(qū)塊鏈開發(fā)   

項(xiàng)目架構(gòu)：spring + 智能合約 + MySQL

項(xiàng)目描述： 通過區(qū)塊鏈防篡改高可信的特性，可以更好的建設(shè)政法戰(zhàn)線協(xié)同業(yè)務(wù)平臺(tái)，提升各單位的互信程度，提升政法戰(zhàn)線業(yè)務(wù)信息的嚴(yán)謹(jǐn)度.準(zhǔn)確度和可信度，降低各業(yè)務(wù)系統(tǒng)間接口的業(yè)務(wù)和技術(shù)難度。甚至通過區(qū)塊鏈對(duì)政法戰(zhàn)線業(yè)務(wù)進(jìn)行可信管理，在適當(dāng)條件下還能提升人民群眾對(duì)于政法戰(zhàn)線的信任程度，是為提升黨和政府現(xiàn)代社會(huì)治理能力的一個(gè)重要環(huán)節(jié)。

項(xiàng)目職責(zé)：

1、學(xué)習(xí)了解區(qū)塊鏈理論知識(shí)，對(duì)比各個(gè)區(qū)塊鏈適配情況，參與決策區(qū)塊鏈?zhǔn)褂脠?chǎng)景

2、設(shè)計(jì)研發(fā)智能合約

3、數(shù)據(jù)上鏈及查詢

技術(shù)實(shí)現(xiàn)：

1、了解以太坊，F(xiàn)isco，螞蟻鏈等區(qū)塊鏈特性

2、使用Solidity語言開發(fā)符合需求的智能合約

3、采用spring框架進(jìn)行螞蟻鏈Sdk包的樣例編輯

時(shí)間：201X.9-201X.3   

項(xiàng)目名稱：錘子簡(jiǎn)歷xxx項(xiàng)目案例   

項(xiàng)目角色：大數(shù)據(jù)開發(fā)   

項(xiàng)目架構(gòu)：strom+Kafka +Hadoop+Hive + HBAse + MySQL +Redis

項(xiàng)目描述：物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)（以下簡(jiǎn)稱本平臺(tái)）是消防大數(shù)據(jù)中心的基礎(chǔ)平臺(tái)，主要運(yùn)用物聯(lián)網(wǎng).大數(shù)據(jù)等技術(shù)，實(shí)時(shí)采集.處理.分析.存儲(chǔ)重點(diǎn)單位物聯(lián)網(wǎng)（全天候監(jiān)測(cè)二級(jí)消防重點(diǎn)單位）和窄帶物聯(lián)網(wǎng)（全天候監(jiān)測(cè)窄帶物聯(lián)區(qū)域）的物聯(lián)網(wǎng)數(shù)據(jù)。為智慧消防（總平臺(tái)）.智慧消防（分平臺(tái)）.智慧消防大數(shù)據(jù)中心.智慧消防APP提供數(shù)據(jù)服務(wù)。

項(xiàng)目職責(zé)：

1、解析物聯(lián)網(wǎng)實(shí)時(shí)信號(hào).推送物聯(lián)網(wǎng)設(shè)備實(shí)時(shí)運(yùn)行情況.設(shè)備報(bào)警.設(shè)備故障.GPS信號(hào)至消息分發(fā)中心；實(shí)現(xiàn)分級(jí)預(yù)警機(jī)制。

2、物聯(lián)網(wǎng)數(shù)據(jù)存儲(chǔ)到HBase中，設(shè)備最新的實(shí)時(shí)運(yùn)行情況及數(shù)據(jù)可視化分析結(jié)果存儲(chǔ)到關(guān)系型數(shù)據(jù)庫(kù)中。

3、物聯(lián)網(wǎng)數(shù)據(jù)處理后的實(shí)時(shí)信號(hào)，推送至Kafka 消息分發(fā)中心，為應(yīng)用系統(tǒng)提供數(shù)據(jù)分發(fā)服務(wù)。

技術(shù)實(shí)現(xiàn)：

1、Storm直接通過Socket協(xié)議接收設(shè)備傳來的數(shù)據(jù),經(jīng)過storm流式處理框架對(duì)采集的信息進(jìn)行協(xié)議解析，然后根據(jù)數(shù)據(jù)類型的不同分別處理

2、所有通過Socket協(xié)議接收的信息，經(jīng)過協(xié)議解析后，傳遞給HBase進(jìn)行數(shù)據(jù)存儲(chǔ)，支撐后續(xù)的大數(shù)據(jù)離線分析和報(bào)告功能

3、所有通過Socket協(xié)議接收的告警信息,傳遞給Kafka，由Kafka消息中間件傳遞給需要的應(yīng)用，實(shí)現(xiàn)采集平臺(tái)和業(yè)務(wù)系統(tǒng)的分離

4、對(duì)于需要短期歷史數(shù)據(jù)才能實(shí)現(xiàn)的業(yè)務(wù)功能，Storm將相關(guān)的數(shù)據(jù)傳遞給Redis內(nèi)存數(shù)據(jù)庫(kù)，業(yè)務(wù)系統(tǒng)在內(nèi)存數(shù)據(jù)庫(kù)的支撐下完成相應(yīng)業(yè)務(wù)邏輯判斷

5、業(yè)務(wù)系統(tǒng)通過Kafka獲得處理好的實(shí)時(shí)數(shù)據(jù)，實(shí)現(xiàn)實(shí)時(shí)告警類應(yīng)用；通過Redis獲得近期告警數(shù)據(jù)，實(shí)現(xiàn)三級(jí)預(yù)警機(jī)制；通過HBase獲得海量歷史數(shù)據(jù)，實(shí)現(xiàn)基于物聯(lián)網(wǎng)信息的大數(shù)據(jù)分析及報(bào)表類應(yīng)用

時(shí)間：201X.2-201X.8   

項(xiàng)目名稱：錘子簡(jiǎn)歷xxx項(xiàng)目案例   

項(xiàng)目角色：大數(shù)據(jù)開發(fā)   

項(xiàng)目架構(gòu)：Flume+Kafka +Hadoop+Hive +Spark + MySQL+Redis

項(xiàng)目描述：傳統(tǒng)的旅游分類，建議操作主要是人力進(jìn)行，這種方式效率低，處理成本高，現(xiàn)在互聯(lián)網(wǎng)上的瀏覽 歷史和旅行記錄的用戶有很多。該項(xiàng)目主要通過用戶在網(wǎng)站上瀏覽記錄和旅游記錄，根據(jù)產(chǎn)品的特性以及用戶 的偏好進(jìn)行關(guān)聯(lián)匹配，可以有效地提高用戶瀏覽時(shí)間，提供更高質(zhì)量的指南服務(wù)等。

項(xiàng)目職責(zé)：

1、收集用戶的基本信息，用戶訂單記錄，產(chǎn)品的特征信息

2、對(duì)數(shù)據(jù)進(jìn)行清洗，對(duì)數(shù)據(jù)進(jìn)行離散化和添加數(shù)據(jù)關(guān)聯(lián)特征，而構(gòu)建訓(xùn)練數(shù)據(jù)集；

3、數(shù)據(jù)向量化處理，使用邏輯回歸進(jìn)行訓(xùn)練集的生成

4、用生成的測(cè)試集來驗(yàn)證模型，符合要求后保存

5、查詢用戶購(gòu)買行為，特征抽取，代入模型，根據(jù)結(jié)果進(jìn)行評(píng)估

技術(shù)實(shí)現(xiàn)：

1、通過 Flume 收集服務(wù)器日志，日志數(shù)據(jù)直接保存到 HDFS 中

2、數(shù)據(jù)清洗后，導(dǎo)入 hive 表中

 3.對(duì)數(shù)據(jù)進(jìn)行離散化和添加數(shù)據(jù)關(guān)聯(lián)特征，而構(gòu)建訓(xùn)練數(shù)據(jù)集  

4、評(píng)估模型預(yù)測(cè)結(jié)果，對(duì)準(zhǔn)確度進(jìn)行量化評(píng)估；

5、將模型和特征值數(shù)據(jù)存入 Redis。

6、當(dāng)用戶登陸時(shí)，根據(jù)用戶歷史購(gòu)買記錄和瀏覽記錄，帶入到訓(xùn)練好的邏輯回歸模型中進(jìn)行加權(quán)，最終根據(jù)加權(quán)的結(jié)果計(jì)算排名，得到產(chǎn)品推薦列表

時(shí)間：201X.3-201X.1   

項(xiàng)目名稱：錘子簡(jiǎn)歷xxx項(xiàng)目案例  

項(xiàng)目角色：大數(shù)據(jù)開發(fā)   

項(xiàng)目架構(gòu)：Flume+Kafka+Hive+SparkStreaming+HDFS+Hadoop+Sqoop+MySQL

項(xiàng)目描述：從不同維度來分析城市每個(gè)卡口，道路，區(qū)域的擁堵情況，流量分布情況，以及車輛行駛軌跡等， 將結(jié)果提供給交警部門使用。項(xiàng)目主要模塊有天網(wǎng)搜索.稽查布控.智能研判.統(tǒng)計(jì)分析。

項(xiàng)目職責(zé)：

1、卡口數(shù)據(jù)清洗；

2、負(fù)責(zé)車輛的黑名單功能，實(shí)時(shí)緝查布控；

3、行車軌跡分析，描述出車輛的行駛軌跡。

4、隨機(jī)抽樣，隨機(jī)抽取 N 輛車的信息，采用分層抽樣的思想保留數(shù)據(jù)特征；

5、卡口道路轉(zhuǎn)化率，即車輛行駛經(jīng)過連續(xù)卡口的轉(zhuǎn)化率；

6、卡口監(jiān)控，統(tǒng)計(jì)出各個(gè)區(qū)域卡口信息，以及卡口流量 topN 具體車輛信息；

7、道路實(shí)時(shí)擁堵分析，實(shí)時(shí)報(bào)警。

技術(shù)實(shí)現(xiàn)：

1、道路卡口數(shù)據(jù)通過 Flume 實(shí)時(shí)傳給消息隊(duì)列 Kafka，Kafka 把消息傳遞給 SparkStreaming 進(jìn)行清洗；

2、使用 SparkStreaming 對(duì)從 Kafka 獲取到的記錄與黑名單的車牌號(hào)相匹配時(shí)進(jìn)行微批處理，把對(duì)應(yīng)卡口   的車牌號(hào)和記錄的時(shí)間，放到設(shè)計(jì)好的 RowKey 中，并存放到 Hbase 數(shù)據(jù)庫(kù)里面；

3、通過對(duì)于數(shù)據(jù)的抽樣處理，得到每輛車的列族，然后對(duì)于車輛進(jìn)行按照時(shí)間 id 排序，通過 Sqoop 數(shù)據(jù)   遷移放到 Mysql 數(shù)據(jù)庫(kù)里面；

4、統(tǒng)計(jì)出各個(gè)車輛的行駛軌跡，根據(jù)車輛的行駛軌跡計(jì)算指定卡口的車輛數(shù)，得到各個(gè)卡口到另一個(gè)卡口    的車輛數(shù)后，統(tǒng)計(jì)對(duì)應(yīng)的轉(zhuǎn)化率；

5、使用 SparkSQL 實(shí)現(xiàn)，自定義卡口車輛的統(tǒng)計(jì)函數(shù)，自定義添加散列字段的函數(shù)，設(shè)置開窗函數(shù)；

6、通過 SparkStreaming 從 Kafka 獲取實(shí)時(shí)數(shù)據(jù)，編寫代碼實(shí)現(xiàn)對(duì)道路擁堵的實(shí)時(shí)預(yù)警 ;

7、將分析結(jié)果通過 Sqoop 導(dǎo)入 MySQL 供前臺(tái)展示。

時(shí)間：201X.6-201X.3   

項(xiàng)目名稱：錘子簡(jiǎn)歷xxx項(xiàng)目案例    

項(xiàng)目角色：大數(shù)據(jù)開發(fā)   

項(xiàng)目架構(gòu)：Nginx+Flume+Hadoop+Hive+Hbase+Sqoop+Mysql+Zookeeper

項(xiàng)目描述：通過分布式 Hadoop 集群處理網(wǎng)站產(chǎn)生的大量日志，分析出網(wǎng)站的流覽量 PV.訪客數(shù) UV（包括 新訪客數(shù).新訪客比例）.訪問的IP數(shù).跳出率.平均訪問時(shí)長(zhǎng)/訪問頁(yè)數(shù).重點(diǎn)用戶等 KPI 供網(wǎng)站管理者分 析網(wǎng)站使用。

項(xiàng)目職責(zé)：

1、負(fù)責(zé)網(wǎng)站的埋點(diǎn)設(shè)計(jì)；

2、負(fù)責(zé)日志數(shù)據(jù)的采集；

3、網(wǎng)站日志數(shù)據(jù)的數(shù)據(jù)清洗；

4、對(duì)于新用戶進(jìn)行統(tǒng)計(jì)分析。

5、對(duì)數(shù)據(jù)結(jié)果進(jìn)行遷移；

6、使用定時(shí)調(diào)度腳本自動(dòng)處理。

技術(shù)實(shí)現(xiàn)：

1、通過 Java SDK 調(diào)用后臺(tái)事件接口，被調(diào)用時(shí)立即觸發(fā)埋點(diǎn)數(shù)據(jù)的請(qǐng)求發(fā)送到服務(wù)器；

2、通過 Flume 采集 Nginx 服務(wù)器的 Log 到 HDFS 上面；

3、讀取 HDFS 上的數(shù)據(jù)，進(jìn)行 IP 解析.瀏覽器信息解析.Log 日志解析，通過 Hive 進(jìn)行數(shù)據(jù)清洗，進(jìn)行   多維度的組合構(gòu)建，并把清洗后的數(shù)據(jù)放到 HBase 中；

4、使用 Hive 讀取在 Hbase 上面的數(shù)據(jù)，收集各個(gè)維度的數(shù)據(jù)，利用外部表和 UDF 對(duì)數(shù)據(jù)進(jìn)行分析；

5、通過 Sqoop 把 Hive 分析的數(shù)據(jù)結(jié)果導(dǎo)入到 Mysql 中；

6、使用 Crontab 實(shí)現(xiàn)以上步驟定時(shí)自動(dòng)處理。

自我評(píng)價(jià)

參與過多個(gè)項(xiàng)目開發(fā)，熟悉常見業(yè)務(wù)。能快速融入團(tuán)隊(duì)，善于和客戶及領(lǐng)導(dǎo)同事溝通。思維邏輯能力強(qiáng)，思路清晰，學(xué)習(xí)能力強(qiáng)，能快速解決項(xiàng)目中遇到的問題。在工作中盡職盡責(zé)，對(duì)新技術(shù)有強(qiáng)烈的好奇心，樂于從事有挑戰(zhàn)性的工作。