AMAZING RESUME · OPEN HORIZON
牛敬业
大数据开发实习生
188****0441niu****@***.com北京22男大数据开发实习生在职北京8k-12k •主修课程涵盖《大规模数据处理》、《数据库系统实现》、《实时流计算》等，专业绩点3.8/4.0，连续两年获国家励志奖学金。
•曾参与校级大数据工程项目，使用Spark和Kafka完成“电商日志实时分析平台”，实现每秒万条数据的处理，获优秀项目奖。
北京数云科技有限公司 - 大数据平台部数据科技公司大数据服务商
2020.07-2021.01
大数据开发实习生数据平台运维数据ETL数据仓库建设
北京
•协助运维基于Hadoop生态的数据平台，监控集群节点状态，定位并解决MapReduce任务失败等问题，保证平台99.9%可用性。
•利用Python编写数据清洗脚本，对多源异构日志数据进行解析、去重与格式标准化，采用增量处理模式，数据质量检查通过率提升至98%。
•参与构建星型模型数据仓库，使用Hive完成日活用户、订单等主题的事实表与维度表设计，优化分区与桶策略，使典型查询响应时间缩短30%。
北京智联数据科技有限公司 - 大数据开发部互联网数据智能公司实时处理技术企业
2021.02-2021.06
大数据开发实习生实时数据采集用户行为分析数据可视化
北京
•负责搭建Flume+Kafka数据采集管道，实现业务系统埋点日志准实时传输至Hadoop平台，峰值处理能力达10万条/秒。
•运用Spark SQL对海量用户行为数据进行聚合分析，构建用户留存率、转化漏斗等指标，为运营策略调整提供数据支持，使次日留存率提升8%。
•独立开发数据可视化看板，利用ECharts和D3.js制作交互式图表，展示实时关键业务指标，支持按维度下钻，提升业务部门数据消费效率。
•项目背景：电商平台需分析用户从浏览到购买的完整路径，以优化推荐算法与页面布局。
•项目职责：使用Python清洗原始点击流数据，处理量约8TB，设计会话切割逻辑，将离散日志聚合成用户行为序列。
•技术实现：基于Hadoop存储原始日志，利用Spark RDD完成路径转化统计，将结果写入Hive用户行为宽表，供算法模型消费。
•项目成果：生成了推荐系统所需的高质量特征表，使后续推荐点击率提升18%，同时输出了一份用户路径洞察报告。
•项目背景：为大型社交平台构建舆情监控系统，需对每日产生的帖子进行情感倾向实时分析。
•项目职责：开发定向爬虫采集社交媒体公开数据，累计处理约3TB文本，并进行数据脱敏与去噪。
•技术实现：运用Spark MLlib构建朴素贝叶斯情感分类器，结合NLP预处理（结巴分词、停用词过滤）提升特征质量，部署至生产环境。
•项目成果：情感分类准确率达到87%，平均处理延迟低于2秒，帮助运营团队及时响应负面舆情，客户投诉量下降15%。
对海量数据处理与系统优化保持强烈好奇，习惯用严谨的代码逻辑确保数据链路稳定可控；注重执行效率与可维护性，常在任务调优中死磕细节。熟悉分布式计算与存储生态，能快速构建批流一体的处理管道；持续关注技术演进，善于从实战中沉淀体系化方法论，希望在大数据方向深入成长。
数据工程实践与工具链:
熟练搭建Hadoop/Spark集群，掌握Shell和Python脚本实现自动化运维任务，曾独立部署3节点测试环境。
基于开源Airflow搭建数据调度系统，编写DAG实现每日TB级数据的增量ETL，保障数据时效性与准确性。
