大数据工作岗位求职简历（优秀篇）

【#大数据工作简历范文#】简历不仅是个人经历的罗列，更是展示独特优势的关键。 以下是小编整理的大数据工作简历范文，同时，简历模板资源网还提供精美简历模板免费下载，欢迎大家阅读参考。

个人信息

姓名：张三

意向岗位：大数据

意向城市：广东广州

电话：xxx

邮箱：xxx

性别：男

年龄：28岁

毕业院校：xxx大学

籍贯：广东广州

教育背景

时间：20xx.9-20xx.6

学校名称：xxx大学

专业名称：软件工程

GPA：3.8/4.0

排名：前10%

学术奖学金：获得国家奖学金

校内活动和荣誉：曾任职学生会宣传部部长，获得“优秀学生干部”称号

工作经验

时间：20xx.9-20xx.6

公司性质：私营企业

所属行业：互联网

公司名称：xxx有限公司

担任职位：大数据开发工程师

工作描述：

1. 参与公司内部大数据平台的搭建与维护，优化数据处理流程，提升数据处理效率。

2. 负责公司大数据平台的数据清洗、数据分析、数据可视化等工作。

3. 开发并维护基于Spark和Hadoop的大数据处理系统，实现数据的实时分析与处理。

4. 与团队成员紧密合作，完成公司各类数据项目的开发与优化。

工作成果：

1. 在职期间，负责的数据清洗项目将数据处理效率提升了30%。

2. 优化了公司内部的数据分析流程，使得数据处理速度提升了40%。

3. 通过大数据分析，为公司制定了一套有效的营销策略，提升了公司业绩20%。

项目经验

时间：20xx.8-20xx.10

项目名称：xxx项目1

项目角色：后台开发

项目描述：

该项目是基于B2C模式的电子商务网站，经营范围包括数码相机、镜头、胶片机、摄影必备、摄像机等。本项目主要包括后台管理系统、前台交易系统、用户认证系统、搜索系统、支付系统及其周边系统采用SOA面向服务的分布式架构方式进行开发，并采用分布式和集群的方式将业务系统进行部署。

责任描述：

1. 商品发布模块、购物车模块、用户模块、商品秒杀；

2. 商品发布模块包括：商品分类的加载、图片上传；

3. 购物车模块包括：添加购物车功能、迷你购物车功能、操作购物车功能；

4. 用户模块包括：用户的注册登录、用户账户验证；

5. 秒杀模块包块：解决超卖和少卖的问题；

技术描述：

1. 使用Cookie+Session+DB实现购物车，根据用户的登录状态分为6种情况；

2. Session作为登录状态下的购物车缓存，用户登录的时候，还要分情况进行Cookie和DB购物车的合并；

3. 用Zookeeper和Dubbo搭建服务接口，实现不同应用模块之间的相互调用；

4. Redis借助LUA脚本解决秒杀的超卖问题；

5. 前后台数据的传输与存储采用JSON格式；

时间：20xx.12-20xx.4

项目名称：xxx项目2

项目角色：后台开发

项目描述：

项目描述：数据统计分析平台针对用户不同行为记录用户一个Session中所有Action的日志。以这些日志为基础，通过大数据技术分析计算，平台对网站的各种用户行为（访问行为、购物行为、广告点击行为等）进行分析。从而帮助决策者更好地制定公司发展策略，最终达到用大数据技术来帮助提升公司的业绩、营业额以及市场占有率的目标。项目主要使用了Spark Core，Spark Sql，Spark Streaming技术和Flume、Kafka、MapReduce、Hive、Zookeeper框架实现了用户访问Session统计的需求。

责任描述：

1. 参与整体框架的设计与搭建，框架间的兼容性调整；

2. 调优Flume数据采集过程，保证数据的完整性和可靠性；

3. 编写MapReduce，对离线数据进行清洗；

4. 编写Shell脚本，将Hdfs数据导入Hive表中；

5. 利用SparkCore和SparkSql进行离线分析；

6. 利用SparkStreaming和Kafka低级消费者API进行实时需求分析；

7. Spark性能调优；

技术描述：

1. Flume数据采集的设计，集群的搭建；

2. KafkaSink可以通过自定义拦截器来设置某个Event的Header中的Key或者Topic属性；

3. 借助SparkStreaming编写Kafka低级消费者API，利用Spark的CheckPoint切断血缘关系，并且借助Zookeeper框架实现偏移量的维护，进行实施需求的处理；

4. 借助自定义累加器分析得到Session各范围访问步长、访问时长占比统计；

5. 借助广播变量来保存计算的到的随机抽取索引表来对Session进行抽取；

6. 利用SparkSql中的开窗函数统计各区域Top3商品；

7. 借助updateStateByKey算子统计实时广告点击量；

8. 通过reduceByKeyAndWindow算子统计最近一小时广告实时点击量；

实习经验

时间：20xx.9-20xx.6

公司名称：xxx有限公司

职位名称：大数据开发实习生

实习描述：

在实习期间，主要负责公司内部大数据平台的搭建与维护，优化数据处理流程，提升数据处理效率。

工作内容：

1. 参与公司内部大数据平台的搭建与维护，优化数据处理流程，提升数据处理效率。

2. 负责公司大数据平台的数据清洗、数据分析、数据可视化等工作。

3. 开发并维护基于Spark和Hadoop的大数据处理系统，实现数据的实时分析与处理。

4. 与团队成员紧密合作，完成公司各类数据项目的开发与优化。

工作成果：

1. 在职期间，负责的数据清洗项目将数据处理效率提升了30%。

2. 优化了公司内部的数据分析流程，使得数据处理速度提升了40%。

3. 通过大数据分析，为公司制定了一套有效的营销策略，提升了公司业绩20%。

自我评价

为人稳重、大方，认真对待工作，开朗自信，待人真诚，有优良的团队精神，强烈的责任心，良好的沟通协调能力。决策能力、计划能力、谈判能力强，具备良好的敬业精神和职业道德操守，有很强的感召力和凝聚力。

专业技能

1. 熟悉Hadoop平台上的MapReduce、Hive、Spark应用维护与管理；

2. 熟悉基于Hadoop的MapReduce、Hive、Hpark应用开发；

3. 熟悉Spark Core，Spark Sql, Spark Streaming的Scala开发；

4. 熟悉Hbase工作机制、集群的搭建、相关应用的开发；

5. 熟悉Kafka的工作原理和高级、低级API的相关开发；

6. 能够使用Hive进行海量数据的查询分析；

7. 熟悉使用Flume采集日志，及相关优化设计；

8. 熟悉Redis缓存数据库的储存机制，主从复制、集群搭建、Redis持久化方式，如AOF，RDB；

9. 熟悉Linux操作系统、常用命令及Shell脚本；

10. 熟悉JVM的内存结构，调优及GC算法；

11. 熟悉MySQL日常操作，了解Sql优化；

12. 熟悉SSM等后台框架的基本应用；