牛敬业
188****4749niu****@***.com北京30男Hadoop数据建模工程师在职北京25k-35k •课程重点：分布式系统原理、大数据处理技术、数据仓库与数据挖掘，成绩排名前15%
•项目实践：基于Hadoop的校园WiFi日志分析，实现用户行为统计与异常检测，处理数据量10GB+
•竞赛经历：全国大学生大数据建模竞赛华北赛区一等奖，负责Hive数据清洗与Spark ML建模
•社团活动：开源技术俱乐部大数据组负责人，组织4场Hadoop生态技术沙龙，参与人数200+
北京慧智数据科技有限公司 - 大数据平台部数据科技
2016.07-2019.12
Hadoop数据建模工程师数据模型设计Hadoop生态数据仓库分层ETL优化
北京
•- 负责公司为零售行业客户搭建的大数据平台数据建模工作，设计区域销售分析与用户画像的星型模型，确保数据准确性与查询效率。
•- 参与数据仓库分层建设，制定基于Airflow的ETL任务调度策略，将日均增量数据加载时间从3小时压缩至1.2小时。
•- 与业务分析师紧密协作，梳理商品动销、库存周转等核心指标，提供自助式OLAP分析支持，辅助运营决策。
•- 针对Hadoop集群资源瓶颈，调整YARN队列调度策略与HDFS块大小，使批处理任务吞吐量提升40%。
•- 带领3人小组完成多个数据模型迭代，制定开发规范与模型评审机制，提升团队交付质量与协作效率。
资深Hadoop数据建模工程师企业级数据建模海量数据架构数据质量管控实时数仓
北京
•- 主导金融风控领域的数据建模工作，设计反欺诈关系网络模型，支撑百亿级交易数据的实时关联分析。
•- 负责数据治理体系建设，制定元数据管理规范与数据质量监控规则，将核心业务表空值率控制在0.1%以下。
•- 优化数据分层存储架构，采用Parquet列存与ZSTD压缩，结合Hive分区裁剪，使查询响应时间缩短60%。
•- 与算法团队合作，推动数据特征工程自动化流水线，支持信贷评分卡、反欺诈等多个AI模型上线。
•- 指导新员工成长，组织「数据建模最佳实践」系列技术分享，沉淀20余篇内部知识文档，显著提升团队技术影响力。
•- 项目背景：公司为某头部电商平台提供数据服务，需要对海量用户浏览、搜索、购买行为进行分析，以优化推荐算法与营销策略。
•- 项目目标：设计可扩展的数据模型，支持多维分析与实时查询，降低数据使用门槛。
•- 技术方案：采用Hadoop HDFS、Hive、Spark构建数据平台，设计星型模型与星座模型，建立DWD、DWS、ADS三层数据仓库。
•- 实施过程：带领团队完成用户行为埋点数据采集、清洗与维度建模，使用Airflow编排ETL流水线，开发基于Superset的数据可视化看板。
•- 项目成果：成功上线分析平台，用户路径分析查询响应时间降低60%，帮助运营团队将活动转化率提升18%。
•- 项目背景：公司为某大型保险公司整合承保、理赔、财务等核心业务系统数据，消除数据孤岛，建立统一数据仓库。
•- 项目目标：设计数仓模型，实现跨业务线的数据集成与共享，支撑精算分析与管理报表。
•- 技术方案：采用Hadoop + Spark技术栈，设计维度建模，利用Kafka实现实时数据接入，构建缓慢变化维与累积快照事实表。
•- 实施过程：与精算、财务部门深入沟通，梳理业务规则与数据血缘，开发ETL pipeline与数据质量监控模块，编写数据字典。
•- 项目成果：成功建立统一数据仓库，数据时效性从天级提升至小时级，为准备金评估和风险监控提供了准确的数据基础。
对数据世界保持敏锐的好奇心，享受从杂乱业务中抽象出优雅模型的过程；习惯以代码洁癖对待每条ETL链路，坚信干净的数据才能讲出可靠的故事。擅长Hadoop生态工具链，能快速定位性能瓶颈并提出改进方案，在技术选型时兼顾扩展性与可维护性。乐于充当技术侧与业务侧的“翻译官”，把模糊需求转译为可落地的数据架构，推动团队用数据驱动决策。希望持续深耕大数据建模方向，用扎实的工程思维解决真实问题。
Spark与大数据生态:
擅长Spark在Hadoop环境下的集成应用，能利用Spark Core、Spark SQL、Spark MLlib完成海量数据ETL、聚合分析与机器学习建模
深入掌握Spark作业内存管理、数据倾斜优化与动态资源分配，曾通过改写广播变量和调整join策略，将电商大促期间用户行为分析耗时由2小时降至30分钟
