携程高级/资深数据仓库工程师(MJ021760)

1、分析业务需求，建设数据库仓库，对业务部门提供数据支持； 2、参与数据源分析，完成大数据平台与各业务系统的数据对接； 3、完成基于大数据技术平台基础上的数据仓库设计和ETL开发； 4、调研相关技术，优化大数据开发流程，规划大数据平台应用。

1. 深入理解滴滴海外业务模式、流程和系统架构，和相关产品技术、业务运营高效沟通，设计合理的数据仓库架构。 2. 充分利用滴滴现有的各种数据仓库及反作弊处理平台，设计、开发和维护高效、可扩展的大数据处理系统，以支持安全反作弊业务的数据驱动决策和业务发展。设计并优化离线/实时数仓模型（如 ODS、DWD、DWS、ADS 分层），支持实时报表、监控和风控等场景。 3. 对多源异构数据（日志、事件消息、API、爬虫数据等）进行清洗、解析和结构化处理，提取关键业务信息。解决数据清洗中的 脏数据、格式混乱、缺失值、重复数据 等问题，提升数据质量。与数据开发、算法、业务团队协作，理解需求并构建高效的数据处理流程。 4. 跟踪大数据领域的新技术、新工具，不断探索并引入以提升团队的技术能力和项目效率。优化流式计算任务的 资源利用率（如 Flink 任务调优、Kafka 分区策略调整）。 5. 国际化安全反作弊技术团队其他开发工作。

1. 深入理解滴滴海外业务模式、流程和系统架构，和相关产品技术、业务运营高效沟通，设计合理的数据仓库架构。 2. 充分利用滴滴现有的各种数据仓库及反作弊处理平台，设计、开发和维护高效、可扩展的大数据处理系统，以支持安全反作弊业务的数据驱动决策和业务发展。设计并优化离线/实时数仓模型（如 ODS、DWD、DWS、ADS 分层），支持实时报表、监控和风控等场景。 3. 对多源异构数据（日志、事件消息、API、爬虫数据等）进行清洗、解析和结构化处理，提取关键业务信息。解决数据清洗中的 脏数据、格式混乱、缺失值、重复数据 等问题，提升数据质量。与数据开发、算法、业务团队协作，理解需求并构建高效的数据处理流程。 4. 跟踪大数据领域的新技术、新工具，不断探索并引入以提升团队的技术能力和项目效率。优化流式计算任务的 资源利用率（如 Flink 任务调优、Kafka 分区策略调整）。 5. 国际化安全反作弊技术团队其他开发工作。

1. 负责公司内部商业化数据的开发和维护，为产品和营销团队提供数据支持和分析服务； 2. 设计和开发商业化数据仓库和数据集市，实现数据的采集、清洗、存储和分析； 3. 负责数据架构的设计和维护，确保数据准确性、完整性和安全性； 4. 参与业务需求分析和数据建模工作，编写SQL语句完成数据提取、转换和加载（ETL）； 5. 能够独立完成数据问题的排查和处理，解决数据质量和性能问题； 6. 具有良好的沟通能力和团队协作能力，与不同部门的业务人员和技术人员合作，推进数据项目的进展。