美团数据开发工程师
社招全职3年以上财务平台地点:北京状态:招聘
任职要求
1、计算机或相关专业本科及以上学历,3年以上大数据开发经验。 2、掌握数据仓库体系架构理论,精通数据仓库模型设计,具备数据治理实战经验。 3、掌握Hadoop、Spark、Hive、Flink等离线和实时计算流程和原理,并有实际开发经验和较强的调优能力。 4、掌握Doris、ClickHouse、Druid等至少一种OLAP引擎的原理和应用,具备结合引擎特性的模型设计和调优能力。 5、良…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
1、负责美团硬件业务的供应链控制塔产品建设工作,为美团各个硬件业务线提供日常运营、业务管理等提供稳定的数据支持。 2、根据业务需求,设计并实现数据模型和数据处理流程,包括数据抽取、清洗、转换和加载等。 3、从0到1建设供应链控制塔的业务基础模型,对业务数据进行深度挖掘和分析。 4、负责数据质量的监控和改进,确保数据仓库的稳定性和数据的准确性。
包括英文材料
学历+
大数据+
https://www.youtube.com/watch?v=bAyrObl7TYE
https://www.youtube.com/watch?v=H4bf_uuMC-g
With all this talk of Big Data, we got Rebecca Tickle to explain just what makes data into Big Data.
数据仓库+
https://www.youtube.com/watch?v=9GVqKuTVANE
From Zero to Data Warehouse Hero: A Full SQL Project Walkthrough and Real Industry Experience!
https://www.youtube.com/watch?v=k4tK2ttdSDg
数据治理+
https://www.ibm.com/think/topics/data-governance
Data governance is the data management discipline that focuses on the quality, security and availability of an organization’s data.
https://www.youtube.com/watch?v=uPsUjKLHLAg
Building data fabric eliminates the technological complexities of data governance so users can connect to the right data at the right time, regardless of where it resides.
Hadoop+
https://www.runoob.com/w3cnote/hadoop-tutorial.html
Hadoop 为庞大的计算机集群提供可靠的、可伸缩的应用层计算和存储支持,它允许使用简单的编程模型跨计算机群集分布式处理大型数据集,并且支持在单台计算机到几千台计算机之间进行扩展。
[英文] Hadoop Tutorial
https://www.tutorialspoint.com/hadoop/index.htm
Hadoop is an open-source framework that allows to store and process big data in a distributed environment across clusters of computers using simple programming models.
还有更多 •••
相关职位
社招数据开发岗
1.负责按照业务需求建立并完善风控所需要的风控集市 ,参与模型结构设计、模型mapping开发、特征开发等工作; 2.负责自有数据、三方数据进行分层管理和加工,通过合理的数据抽象和建模,沉淀可复用的数据资产; 3.参与数据治理、数据质量、数据服务及数据产品等基础数据平台和设施建设。
更新于 2025-06-16北京
社招3年以上数据开发岗
1.参与京东外卖&秒送PB级数据仓库的建设,为各业务方提供完整、高效的数据支撑; 2.基于简单、易用、高效、可靠等原则建设离线数据仓库,支撑上层数据产品和分析师; 3.构建实时数据仓库,满足实时业务场景; 4.深入参与数据产品建设,为公司内外提供完善的数据解决方案; 5.满足公司各部门日常的数据需求。
更新于 2025-06-15上海
社招数据开发岗
1.深入理解电商平台业务,围绕场景构建分析模型,挖掘潜在问题和增长机会,助力业务发展; 2.完成平台业务的数据架构设计及实时和离线的数据开发工作; 3.对未来数据流架构和研发流程进行设计和落地,持续提升稳定性和研发效能。
更新于 2025-06-15北京