大数据开发工程师岗位的基本职责.docx

《大数据开发工程师岗位的基本职责.docx》由会员分享，可在线阅读，更多相关《大数据开发工程师岗位的基本职责.docx（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、本文格式为Word版，下载可任意编辑大数据开发工程师岗位的基本职责 大数据开发工程师需要编写产品研发相关任务单方案，阶段性代码、技术方案和软件产品准时提交至配置管理理库。以下是第一我整理的大数据开发工程师岗位的基本职责。 大数据开发工程师岗位的基本职责1 职责: 1、负责大数据平台的技术和产品的设计、开发、优化和维护; 2、负责大数据平台设计文档编写，线上产品的维护; 3、负责系统性能优化，解决各类潜在系统技术风险，保证系统的平安、稳定、快速运行; 4、负责整个产品平台的搭建、多维数据库建设及管控流程设计; 5、参加指标设计，数据建模，负责将数据模型在系统中实现; 6、负责数据抽取、数据交换、

2、实时计算等框架讨论及相关产品的研发; 7、负责追踪整体产品过程及质量把控。 任职要求： 1、专业技能：精通 Hadoop 生态圈中的一项或几项技术，深化了解 Hadoop 及相关组件的部署及调优;设计或开发过大容量，高性能，高可用，易扩展的分布式系统;熟识实时计算/流式计算系统，至少熟识一项 Nosql 技术;具有扎实 java 功底及开发力量;对 hadoop，hive，hbase，spark 等相关源码有肯定了解; 2、学历背景：计算机相关专业本科及以上学历; 3、工作阅历：3年以上JAVA开发阅历及1年以上大数据研发阅历 4、力量素养：具有精彩的抽象设计力量，思路清楚，擅长思索，良好的团

3、队合作力量、沟通力量、较好的自学力量，具有敬岗爱业的精神。 5、有团队管理阅历者优先。 大数据开发工程师岗位的基本职责2 职责： 1、负责大数据统计平台建设与优化; 2、负责广告效果分析，反作弊平台建设; 3、负责移动广告平台相关系统的设计研发及持续优化。 职位要求： 1、计算机或相关专业本科学历及以上，2年工作阅历; 2、精通大数据采集、处理、存储、查询相关技术; 3、熟识Hadoop/Hbase/Hive/Spark/Storm/Kafka相关技术; 4、至少娴熟把握 Java/Scala/Python 中一门语言; 5、有做过大数据量查询优化的优先; 6、有大数据服务运维、性能调优者优先

4、; 7、熟识常用的设计模式，对MVC框架有了解; 8、剧烈的责任心，对技术布满热忱，高效率，良好的沟通力量。 大数据开发工程师岗位的基本职责3 职责： 1.有独立工作力量，工作踏实仔细，以及较强的团队协作精神。 2.负责日志大数据平台的搭建和规划; 3.在总体架构设计下，完成日志大数据产品的设计、搭建、维护和调优，技术文档的编写与维护; 4.参加业务日志的大数据分析; 5.准时反馈开发中遇到的难点问题，沟通并寻求解决方案，按阶段有方案地完成开发任务 任职资格: 1、计算机等相关专业本科以上学历，2年以上开发阅历; 2、熟识 linux 操作系统，熟识 shell 脚本语言，精通 Java，有较

5、强的开发力量; 2、娴熟使用SQL，熟识Mysql、MongoDB、Hive等数据库技术的基本操作及原理; 3、熟识Hadoop/Spark生态系统组件的使用，至少有1年的Spark(Core/Streaming/SQL)开发阅历; 4、熟识Elastic产品线(如 Elasticsearch、Kafka、Kibana、Logstash)的使用方法，了解常见优化方案，熟识Elasticsearch部署、监控及性能调优; 5、熟识数据挖掘、机器学习、网络数据分析等技术优先; 大数据开发工程师岗位的基本职责4 职责： 1. 依据公司业务需求，进行数据开发及报表制作; 2. 参加BI、大数据平台体系

6、建设; 3. 文档整理，包括ER图、原型设计、数据字典整理等; 岗位要求： 1. 本科或以上学历，计算机相关专业，2年及以上工作阅历; 2. 娴熟使用主流数据库(如ORACLE/PostgreSQL/MYSQL等)，把握SQL查询优化方法; 3. 熟识HADOOP生态，能够娴熟使用HIVE/HBASE/SPARK进行数据开发; 4. 把握JAVA或PYTHON，会TABLEAU/KYLIN/帆软等BI工具者优先; 大数据开发工程师岗位的基本职责5 职责： 1. 负责设计和实现手机卫士大数据BI平台; 2. 不断完善数据产品的架构设计，应用开发和新技术迭代; 3. 协作业务，产品，依据不同的业务

7、需求，敏捷快速地完成具有挑战性的项目，为业务供应有价值的数据分析和猜测。 任职要求 1. 计算机软件相关专业本科及以上学历，至少3年以上工作阅历; 2. 认可技术与平台在BI的价值，能够深化业务领域，通过使用数据分析和挖据技术，让业务生成的海量数据产生更大价值。 3. 娴熟把握大数据技术：包括Hadoop，Spark，Storm，Hive，Presto，Parquet，Flink，Druid，OLAP, Elastic Search等等。 4. 具备良好的编程力量和代码风格，娴熟把握Java， Python等语言，娴熟使用SQL，并具有较强的优化力量。 5. 需要有很强的开发和架构设计力量，特殊是在大数据的分布式和实时处理领域，对存储引擎和查询引擎的原理和优化都具备比较深化的理解。 6. 有肯定的数据挖掘和机器学习算法力量，包括推举系统，深度学习等技术领域 。 7. 拥有正直、乐观、宽容的品质，学习力量强，并且擅长沟通合作。第 4 页 共 4 页