牛敬业
ETL数据开发
BUSINESS PROFILE
电话138****5678
邮箱niu****@***.com
城市北京
年龄28
性别男
求职状态在职
•独立完成基于 Python 的自动化数据清洗脚本开发，实现多源异构数据的标准化入库，课程设计获优秀等级。
•担任学院数据技术小组组长，策划三次 SQL 性能优化技术沙龙，在校级数据建模大赛中获得二等奖，强化了解决复杂数据问题的能力。
•负责核心交易数据链路的构建，利用 Python 与 Shell 脚本编写自动化任务，日均处理日志与交易流水达 PB 级别，保障数据准时入库。
•重构数仓分层架构，针对高频查询场景设计维度模型，通过索引优化与分区策略调整，使核心报表的 T+1 产出时效提升 40%。
•深度对接风控与运营团队，将模糊的业务指标转化为可落地的数据需求，支撑了 3 个核心业务系统的迭代与决策分析。
•沉淀开发规范与故障排查手册，建立代码审查机制，显著提升了数据工程团队的整体交付质量与系统可维护性。
•主导实时数据湖的建设与运维，带领 5 人小组攻坚多源异构数据接入难题，覆盖用户行为、设备日志及第三方接口数据。
•引入 Flink 流处理引擎替换原有的批处理逻辑，优化数据倾斜问题，将核心指标的延迟从小时级降低至分钟级，处理效率提升 60%。
•搭建数据质量监控看板，制定字段级校验规则，自动拦截异常数据，使数据差错率下降 90%，保障下游分析系统的稳定性。
•推动团队工程化转型，引入 CI/CD 流水线与元数据管理系统，降低了运维成本，提升了研发协作效率。
•针对公司供应链系统数据分散痛点，负责构建端到端的数据抽取与清洗链路。
•整合 ERP、WMS 及外部物流接口数据，利用正则与脚本处理非结构化日志，实现多源数据的标准化。
•设计库存周转、滞销预警等核心指标的数据模型，通过高效 ETL 任务将数据落地至数仓集市层。
•项目投产后，数据支持团队实现了自动化补货策略，使库存积压率降低了 15%，显著优化了资金周转效率。
•参与构建公司级实时数据湖，解决传统批处理无法满足毫秒级风控决策的问题。
•从征信、支付网关及第三方反欺诈平台接入海量数据，日均增量超 1TB，进行实时清洗与关联。
•搭建基于 Kafka + Flink 的流式处理架构，将处理后的特征数据实时写入 HBase，供风控模型调用。
•该架构上线后，支撑了风控策略的秒级迭代，有效拦截了多起异常交易，提升了平台安全性与风控模型迭代效率。
我是一个对数据流转逻辑有着近乎‘洁癖’的 ETL 开发者。在数据仓库领域深耕多年，始终保持着对代码规范性与数据处理效率的极致追求。我热衷于将混乱的异构数据梳理成有序、可信的资产，享受数据链路畅通无阻的成就感。具备极强的问题解决能力和抗压性，习惯在复杂场景下快速定位瓶颈并优化。熟练掌握 SQL、Python 及主流大数据组件，擅长构建稳定高效的数据管道。期待在一个对数据驱动文化有深刻认知的团队中，持续打磨数据工程能力，实现个人与业务的共同成长。
Python 数据处理（Pandas, NumPy） 数据运维与安全:
设计并落地数据表生命周期管理策略，定期清理归档历史数据，降低存储成本约 20%，保障集群资源高效利用。
协助搭建数据变更审核流程，监控 SQL 语句规范性与执行计划，排查潜在慢查询风险，确保生产环境数据库稳定运行。
