AMAZING RESUME / 01
BURN BRIGHT · MOVE FORWARD
牛敬业
Hadoop资深开发工程师
常怀探索之心，以实干沉淀自身价值
188****8615niu****@***.com北京32岁男Hadoop资深开发工程师在职北京30k-40k •在操作系统课程设计中，使用Java实现了一个简易的分布式文件系统原型，深入理解了HDFS的内部机理。
•参加全国大学生大数据竞赛，基于Hadoop完成交通流量批处理任务，负责集群搭建与MapReduce优化，获得华北赛区二等奖。
•担任学院科技协会副主席，策划并组织了“数据驱动校园”系列技术工作坊，累计参与200余人次，提升了团队组织与跨部门协作能力。
•毕业设计围绕Hadoop生态，设计并实现了一个小文件合并与索引方案，验证了在海量文件场景下的存储效率提升。
Hadoop开发工程师离线数据处理Hadoop集群运维数据管道建设
北京
•负责美团外卖用户行为日志的采集与预处理，搭建每日TB级数据清洗流水线，确保数据质量与时效性。
•优化HDFS存储策略，设计冷热数据分层方案，将历史数据迁移至廉价存储，降低集群总体成本约30%。
•与算法团队紧密协作，开发特征工程标准化流程，通过MapReduce和Spark批量生成训练样本，支撑推荐模型迭代。
•编写自动化运维脚本，集成监控告警与自愈机制，将集群故障平均恢复时间从1小时压缩至15分钟。
•定期组织团队内部技术分享，编写《Hadoop开发规范》与《常见问题排查手册》，提升团队整体运维能力。
资深Hadoop开发工程师流批一体架构数据治理平台技术选型规划
北京
•主导京东物流实时数据平台升级，引入Apache Flink结合Hadoop HDFS，实现毫秒级延迟的轨迹与运单数据分析。
•重构YARN资源调度策略，利用Fair Scheduler和队列优先级，将集群资源利用率从65%提升至85%，并保障关键任务SLA。
•带领团队开发数据质量监控系统，覆盖百亿级物流数据，通过规则引擎与异常检测，将数据准确率提升至99.9%。
•推进技术栈升级，制定Hadoop 2.7到3.2的迁移方案，并适配Spark 3.0，大幅提升批处理任务吞吐量。
•关注业界技术趋势，引入Apache Hudi构建数据湖，缩短数据入湖延迟，支撑运营实时看板与即时决策。
•项目背景：美团买菜业务高速增长，亟需对用户从浏览、加购到下单的全链路行为进行实时分析，以驱动精细化运营。
•项目职责：作为核心开发，负责Hadoop集群的选型与搭建，设计数据存储模型，并主导开发Spark ETL作业处理用户行为日志。
•技术实现：基于Hadoop 2.7 + Spark 2.4构建，集群规模80个节点，采用Parquet列式存储与分区策略，利用Spark SQL实现多维聚合分析，并通过Kafka接入实时流。
•项目成果：平台上线后，每日稳定处理千万级用户行为事件，运营活动响应时间缩短50%，期间生鲜品类GMV环比提升15%。
•项目背景：京东物流为优化仓储与末端配送，需深度分析历史订单、库存与运力数据，以预测补货节奏并降低履约成本。
•项目职责：担任技术负责人，负责Hadoop集群性能调优，设计Hive数仓模型，并编写复杂SQL实现供应链指标分析。
•技术实现：对Hadoop集群进行压缩算法与IO调度优化，Hive启用Tez执行引擎，设计星型模型存储订单、仓配、时效等主题，通过多表关联计算库存周转、成本偏差等。
•项目成果：通过分析结果，优化了前置仓补货策略，将库存周转率提升20%，每年节省成本超3000万元。
对数据工程有天然好奇，习惯从海量日志与业务指标中挖掘模式、优化链路，享受用代码把混乱整理成秩序的过程；代码洁癖与稳定性意识很强，容不得管道无故积压或资源浪费，会主动复盘并做预防性治理。深度掌握Hadoop体系各组件的协作与调优，尤其擅长集群治理与计算成本控制。愿意把踩坑经验沉淀为文档或工具，让团队少走弯路，希望持续在数据底座方向深耕。
开源参与:
为Apache Hadoop HDFS的纠删码模块提交了修复方案，解决了解码性能回退问题，补丁已通过社区评审并合入主干；在GitHub上开源了基于Hadoop的实时数据同步工具Syncer，获得200+ Star并被多家企业采用。
