成玖
大数据工程师
太融易科技有限公司 · 2年经验
日薪：
￥500/8h
地点：
北京 海淀
时间：
可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1. 熟悉Hadoop生态圈的各个产品如：熟悉hive、MapReduce、sqoop、zookeeper、flume、Yarn工作原理理及操作；
2. 熟悉关系数据库原理,熟悉oracle、mysql数据库的日常操作和维护；
3. 熟悉Java、Python等语言,能够熟练使用 eclipse 编写程序；
4. 熟练掌握各种SQL,包括常规SQL、HQL等；
5. 熟悉Linux开发环境；
2. 熟悉关系数据库原理,熟悉oracle、mysql数据库的日常操作和维护；
3. 熟悉Java、Python等语言,能够熟练使用 eclipse 编写程序；
4. 熟练掌握各种SQL,包括常规SQL、HQL等；
5. 熟悉Linux开发环境；
项目经验
1、从全国各地区门店收集数据到数据库中，导入到HDFS上，用map reduce和hive进行清洗和分析，得出结果，为业务部门和上级部门工作提供依据；
2、用上年度的个人借款信息数据，从职业、职位、收入水平、借款金额、房屋性质、出借次数几个维度分析借款人，从而为下次借款人借款做一个营销预测；
3、统计每日理财申请情况，每日现金流入情况，每日借出情况，为资金预算提供依据；
4、通过合作企业获得的征信数据来帮助本公司减少贷款风险；
5、通过网页的埋点数据、用户点击行为、trace跟踪的数据进行分析，得出每个潜在客户的对公司产品喜好，从而对这些客户进行精准的产品推荐；
6、根据逾期表和客户信息表分析优质客户群，提升或者降低贷款人额度；
7、通过对客户选择的贷款业务增量和理财业务增量分析，从而即使准确的抓住未来趋势，为客户提供更加优质的服务；
8、通过地区统计信用借款和财富管理投资总量，然后结合国家统计局p2p贷款公司总体效益，分析出公司的市场占有份额；
2、用上年度的个人借款信息数据，从职业、职位、收入水平、借款金额、房屋性质、出借次数几个维度分析借款人，从而为下次借款人借款做一个营销预测；
3、统计每日理财申请情况，每日现金流入情况，每日借出情况，为资金预算提供依据；
4、通过合作企业获得的征信数据来帮助本公司减少贷款风险；
5、通过网页的埋点数据、用户点击行为、trace跟踪的数据进行分析，得出每个潜在客户的对公司产品喜好，从而对这些客户进行精准的产品推荐；
6、根据逾期表和客户信息表分析优质客户群，提升或者降低贷款人额度；
7、通过对客户选择的贷款业务增量和理财业务增量分析，从而即使准确的抓住未来趋势，为客户提供更加优质的服务；
8、通过地区统计信用借款和财富管理投资总量，然后结合国家统计局p2p贷款公司总体效益，分析出公司的市场占有份额；
成玖
大数据工程师 · 2年经验 · 太融易科技有限公司
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1. 熟悉Hadoop生态圈的各个产品如：熟悉hive、MapReduce、sqoop、zookeeper、flume、Yarn工作原理理及操作；
2. 熟悉关系数据库原理,熟悉oracle、mysql数据库的日常操作和维护；
3. 熟悉Java、Python等语言,能够熟练使用 eclipse 编写程序；
4. 熟练掌握各种SQL,包括常规SQL、HQL等；
5. 熟悉Linux开发环境；
2. 熟悉关系数据库原理,熟悉oracle、mysql数据库的日常操作和维护；
3. 熟悉Java、Python等语言,能够熟练使用 eclipse 编写程序；
4. 熟练掌握各种SQL,包括常规SQL、HQL等；
5. 熟悉Linux开发环境；
项目经验
1、从全国各地区门店收集数据到数据库中，导入到HDFS上，用map reduce和hive进行清洗和分析，得出结果，为业务部门和上级部门工作提供依据；
2、用上年度的个人借款信息数据，从职业、职位、收入水平、借款金额、房屋性质、出借次数几个维度分析借款人，从而为下次借款人借款做一个营销预测；
3、统计每日理财申请情况，每日现金流入情况，每日借出情况，为资金预算提供依据；
4、通过合作企业获得的征信数据来帮助本公司减少贷款风险；
5、通过网页的埋点数据、用户点击行为、trace跟踪的数据进行分析，得出每个潜在客户的对公司产品喜好，从而对这些客户进行精准的产品推荐；
6、根据逾期表和客户信息表分析优质客户群，提升或者降低贷款人额度；
7、通过对客户选择的贷款业务增量和理财业务增量分析，从而即使准确的抓住未来趋势，为客户提供更加优质的服务；
8、通过地区统计信用借款和财富管理投资总量，然后结合国家统计局p2p贷款公司总体效益，分析出公司的市场占有份额；
2、用上年度的个人借款信息数据，从职业、职位、收入水平、借款金额、房屋性质、出借次数几个维度分析借款人，从而为下次借款人借款做一个营销预测；
3、统计每日理财申请情况，每日现金流入情况，每日借出情况，为资金预算提供依据；
4、通过合作企业获得的征信数据来帮助本公司减少贷款风险；
5、通过网页的埋点数据、用户点击行为、trace跟踪的数据进行分析，得出每个潜在客户的对公司产品喜好，从而对这些客户进行精准的产品推荐；
6、根据逾期表和客户信息表分析优质客户群，提升或者降低贷款人额度；
7、通过对客户选择的贷款业务增量和理财业务增量分析，从而即使准确的抓住未来趋势，为客户提供更加优质的服务；
8、通过地区统计信用借款和财富管理投资总量，然后结合国家统计局p2p贷款公司总体效益，分析出公司的市场占有份额；
立即沟通
