188****6500niu****@***.com北京30男数据仓库优化工程师在职北京25k-35k 
•作为技术社团负责人，策划了多场数据工程主题的Hackathon以及内部分享，锻炼了跨团队协作与项目推进能力。
北京字节跳动网络技术有限公司 - 基础架构部互联网大厂技术驱动
2014.07-2018.12
数据仓库优化工程师数据仓库运维ETL开发查询优化
北京
•负责公司数据仓库的日常维护与优化，针对海量用户行为数据，设计星型模型与雪花模型，提升数据查询效率。
•主导ETL流程重构，引入增量抽取与分区裁剪技术，将每日数据加载时间缩短40%。
•与产品、运营团队协作，为A/B测试、用户画像等业务场景提供高效数据支持，平均响应时间降低60%。
•搭建数据仓库监控体系，实现表级、任务级告警，保障数据产出时效性达99.9%。
•制定数据备份与恢复方案，结合冷热数据分层存储，节省存储成本约30%。
美团（北京） - 数据仓库与工具部互联网巨头数据驱动
2019.01-至今
数据仓库优化工程师分布式数据仓库架构升级数据建模
北京
•作为核心成员，推动数据仓库从Oracle RAC架构向基于Hadoop生态的分布式架构迁移，支撑日增10TB数据。
•负责数据模型重构，设计通用维度模型，统一业务口径，提升跨部门数据复用率。
•优化ETL流程，采用Spark Streaming实现实时数据接入，结合合并小文件策略，整体吞吐量提升50%。
•主导数据仓库性能调优，通过索引优化、SQL改写、物化视图等手段，复杂查询响应时间从数分钟降至秒级。
•建立数据质量监控平台，自动检测数据倾斜与缺失，并推动数据治理规范落地，确保报表准确率。
•该项目旨在解决用户行为数据仓库查询延迟高、存储成本大的问题，支撑日常百亿级数据查询。
•作为负责人，带领团队梳理现有数据链路，通过SQL执行计划分析，定位出全表扫描和笛卡尔积等瓶颈。
•实施数据模型优化，将宽表拆分为星型模型，并引入列式存储格式Parquet，降低IO开销。
•对核心查询进行SQL改写，添加合适索引，结合分区裁剪，将平均查询响应时间从5秒降至1秒以内。
•项目上线后，数据仓库日均资源消耗下降35%，存储成本节省20%，为业务决策提供了高效支持。
•项目背景：原有离线数据仓库无法满足实时运营分析需求，需要构建Lambda架构的实时数仓。
•作为核心成员，参与技术选型与架构设计，采用Kafka+Flink+Hudi方案，实现秒级数据同步。
•负责数据模型设计，定义实时分层（ODS/DWD/DWS），保证数据一致性。
•开发ETL任务，使用Flink SQL进行流式计算，处理实时交易数据，并实现与离线数仓的统一视图。
•对架构进行压力测试与调优，调整并行度与checkpoint间隔，确保系统稳定支撑上亿级日活数据。
•项目成果：实时数据延迟从小时级降低到分钟级，支撑了实时大屏、营销活动等场景，业务决策效率提升显著。
我始终相信数据仓库的健壮性源于对每一次查询计划的精雕细琢，因此对ETL逻辑的可读性和SQL执行效率总带有一种“代码洁癖”。在长期深入存储层与计算引擎的过程中，我养成了从执行计划反推瓶颈的直觉，并擅用Spark、Hive等技术将复杂管道拆解为可维护的轻量模块。我习惯把业务部门的模糊需求翻译成可靠的数据模型，再用清晰的字段定义和技术文档让协作更顺畅，避免信息衰减。平时会主动追踪优化器新特性与湖仓一体架构演进，保持对技术前沿的敏锐度。希望在一个注重数据质量的团队里，持续打磨更优雅的数据基础设施。
数据仓库端到端优化实践:
曾就职于头部互联网企业，覆盖电商与本地生活等业态，沉淀了异构数据场景下的数据仓库优化能力。
能够结合业务报表需求，设计数据分层与聚合模型，兼顾存储开销与响应速度。
精通SQL性能剖析，通过执行计划解读与资源消耗分析，精准定位计算瓶颈，并应用分区裁剪、索引重建、物化视图改写等手段。
有丰富的离线ETL优化实践，利用并行抽取、增量拉取、小文件合并等策略，缩短数据产出SLA。
带领团队完成过数次数据仓库压力测试，全程负责方案制定、执行监控与效果复盘，形成标准化优化流程。
分布式数据平台架构与调优:
在某短视频平台实时数仓建设过程中，深入实践了流批一体架构，使用Flink SQL与Kafka完成实时数据接入与分层加工。
熟悉Hadoop生态与Spark内核，曾对YARN队列资源进行精细化配置，提升离线任务吞吐量。
在数据湖仓一体项目中，引入Apache Hudi实现数据变更与时间旅行查询，降低了存储与计算成本。
处理过大规模数据回刷场景，基于幂等性和检查点机制，确保数据最终一致且可追溯。
搭建了基于Prometheus与Grafana的集群监控，针对数据倾斜问题，设计了自动重分布策略，恢复时间缩短50%。
