宁静以致远
大数据研发工程师
九州通医药集团 · 5年经验
日薪：
￥800/8h
地点：
武汉
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
大数据开发
1. 精通大数据离线开发和实时开发，具备丰富的海量数据处理经验。
2. 精通 SQL 开发，能够高效编写复杂查询、优化性能并设计数据库结构。
3. 熟悉 Hadoop、Spark、Flink 等大数据计算框架，具备分布式计算和流式数据处理能力。
4. 熟练使用 DataX 工具实现数据库数据的互导，支持多源数据的高效迁移与同步。
5. 熟悉 Flume 的日志采集流程，能够设计高可用、负载均衡的日志采集系统。 数据仓库与数据湖
1. 熟悉 Doris、StarRocks、Hive 等数据仓库技术，以及 paimon, Iceberg 数据湖技术。
2. 熟悉数据仓库建模，能够设计高效、可扩展的数据仓库架构。 云计算与大数据平台
1. 熟悉腾讯云产品（如 WeData 大数据治理平台、DLC 数据湖计算、COS 对象存储、Oceanus 流式
计算、TCHouse-D、TCHouse-C、腾讯云 BI 等），能够基于云平台构建离线和实时数据处理解决方案。 后端开发
1. 熟悉 Java 及相关技术栈，熟练运用 Spring Boot + MyBatis 进行平台或系统的后端研发。
数据爬虫与脚本开发
1. 熟悉 Python，并熟练使用 Scrapy 框架进行数据爬虫开发。 消息队列与中间件
1. 熟悉 Kafka 作为消息队列的原理及其在大数据实时场景中的应用。 开发工具与环境
1. 熟悉 Linux 常用命令。
2. 熟练使用 IntelliJ IDEA、Git、Maven 进行项目开发、自动化构建、依赖管理以及项目管理。 数据可视化与报表
1. 熟悉帆软 FineBI、Superset、腾讯云 BI 等工具，能够设计并开发数据报表及大屏展示，支持业务决
策。工作流调度
1. 熟悉 Azkaban、Airflow、DolphinScheduler 等工作流调度器在周期性开发作业中的使用。
AI 相关
1.熟悉 dify 智能体工作流平台，通过智能体调用大模型并添加提示词对数据进行探索
2.熟悉机器学习和深度学习相关算法，如线性回归、K 近邻算法、聚类算法、LSTM 神经网络、GRU 门
控循环单元等。
1. 精通大数据离线开发和实时开发，具备丰富的海量数据处理经验。
2. 精通 SQL 开发，能够高效编写复杂查询、优化性能并设计数据库结构。
3. 熟悉 Hadoop、Spark、Flink 等大数据计算框架，具备分布式计算和流式数据处理能力。
4. 熟练使用 DataX 工具实现数据库数据的互导，支持多源数据的高效迁移与同步。
5. 熟悉 Flume 的日志采集流程，能够设计高可用、负载均衡的日志采集系统。 数据仓库与数据湖
1. 熟悉 Doris、StarRocks、Hive 等数据仓库技术，以及 paimon, Iceberg 数据湖技术。
2. 熟悉数据仓库建模，能够设计高效、可扩展的数据仓库架构。 云计算与大数据平台
1. 熟悉腾讯云产品（如 WeData 大数据治理平台、DLC 数据湖计算、COS 对象存储、Oceanus 流式
计算、TCHouse-D、TCHouse-C、腾讯云 BI 等），能够基于云平台构建离线和实时数据处理解决方案。 后端开发
1. 熟悉 Java 及相关技术栈，熟练运用 Spring Boot + MyBatis 进行平台或系统的后端研发。
数据爬虫与脚本开发
1. 熟悉 Python，并熟练使用 Scrapy 框架进行数据爬虫开发。 消息队列与中间件
1. 熟悉 Kafka 作为消息队列的原理及其在大数据实时场景中的应用。 开发工具与环境
1. 熟悉 Linux 常用命令。
2. 熟练使用 IntelliJ IDEA、Git、Maven 进行项目开发、自动化构建、依赖管理以及项目管理。 数据可视化与报表
1. 熟悉帆软 FineBI、Superset、腾讯云 BI 等工具，能够设计并开发数据报表及大屏展示，支持业务决
策。工作流调度
1. 熟悉 Azkaban、Airflow、DolphinScheduler 等工作流调度器在周期性开发作业中的使用。
AI 相关
1.熟悉 dify 智能体工作流平台，通过智能体调用大模型并添加提示词对数据进行探索
2.熟悉机器学习和深度学习相关算法，如线性回归、K 近邻算法、聚类算法、LSTM 神经网络、GRU 门
控循环单元等。
项目经验
项目名称：医共体大数据中心
项目描述：
随着医疗健康行业的数字化转型不断深入，传统医院信息系统已难以满足日益增长的临床业务需求
和患者对高效、便捷就医体验的期望。为了响应国家智慧医院建设号召，推动医疗服务模式由“以疾病为
中心”向“以患者为中心”转变，本项目旨在建设一套覆盖门诊、急诊、住院全流程的现代化医院信息管
理系统（HIS），并在此基础上深度融合实验室信息系统（LIS）、影像归档与通信系统（PACS）以及放射
信息系统（RIS）、电子病历系统（EMR）等专业子系统。通过构建统一的数据集成平台，实现医嘱、检
验、检查、影像、病理等业务数据的互联互通与闭环管理，打破“信息孤岛”，推动医疗资源的统一调度
与高效协同，为临床诊疗、患者服务及医院运营管理提供全面、实时、智能的信息化支撑。
离线系统技术架构：
dolphinScheduler+zookeeper+linux+datax+doris+spd+mysql+kafka+DorisMCP+dify+AI 模型
实时系统技术架构：
dinky+paimon+hadoop+zookeeper+linux+flink+doris+spd+mysql+kafka+DorisMCP+dify+AI
模型
1. 从 0 到 1 搭建整个离线大数据高可用架构
2. 从 0 到 1 搭建整个实时大数据高可用架构
3. 从 0 到 1 搭建数据仓库以及设计数据域，主题域以及建设规范
4. 对离线以及实时大数据架构进行日常运维以及任务的告警配置以及各组件的告警配置
5. 编写离线与实时数据一致性校验代码并配置自动告警任务，确保离线与实时数据的准确性
6. 搭建 DorisMCP+dify 智能体工作流平台，接入 DeepSeek / 通义千问，支持多轮对话，从而实现基
于大模型的数据分析问答助手
7. 搭建 Prometheus + Grafana 对各个机器的 cpu，内存，磁盘等进行监控以及对 flink，doris 等各个
运行指标进行监控
8. 门诊实时候诊大屏：实时统计各诊室候诊人数与平均等待时长，支持门诊大厅与医生工作站秒级刷新。
9. 医生工作效率日报：每日自动汇总各医生门诊量、接诊时长、处方量及满意度，早晨 8 点前推送管理
层。
10. 急诊留观患者超时预警：实时监测留观超 6 小时未处置的患者，并通过钉钉提醒护士站处理。
11. 患者 360 视图统一服务：融合离线历史数据与实时就诊记录，通过 API 提供全周期患者画像。
12. 急诊预检分诊级别动态调整：根据患者生命体征（心率、血压）实时变化，自动升级或降级分诊级别。
13. 急诊抢救室占用率实时监控：计算抢救室床位数与当前患者数比例，超过 80%预警并建议分流。
14. 患者身份主索引（EMPI）合并：实时匹配来自门诊、急诊、住院的同一患者记录，合并各系统就医档
案。
项目描述：
随着医疗健康行业的数字化转型不断深入，传统医院信息系统已难以满足日益增长的临床业务需求
和患者对高效、便捷就医体验的期望。为了响应国家智慧医院建设号召，推动医疗服务模式由“以疾病为
中心”向“以患者为中心”转变，本项目旨在建设一套覆盖门诊、急诊、住院全流程的现代化医院信息管
理系统（HIS），并在此基础上深度融合实验室信息系统（LIS）、影像归档与通信系统（PACS）以及放射
信息系统（RIS）、电子病历系统（EMR）等专业子系统。通过构建统一的数据集成平台，实现医嘱、检
验、检查、影像、病理等业务数据的互联互通与闭环管理，打破“信息孤岛”，推动医疗资源的统一调度
与高效协同，为临床诊疗、患者服务及医院运营管理提供全面、实时、智能的信息化支撑。
离线系统技术架构：
dolphinScheduler+zookeeper+linux+datax+doris+spd+mysql+kafka+DorisMCP+dify+AI 模型
实时系统技术架构：
dinky+paimon+hadoop+zookeeper+linux+flink+doris+spd+mysql+kafka+DorisMCP+dify+AI
模型
1. 从 0 到 1 搭建整个离线大数据高可用架构
2. 从 0 到 1 搭建整个实时大数据高可用架构
3. 从 0 到 1 搭建数据仓库以及设计数据域，主题域以及建设规范
4. 对离线以及实时大数据架构进行日常运维以及任务的告警配置以及各组件的告警配置
5. 编写离线与实时数据一致性校验代码并配置自动告警任务，确保离线与实时数据的准确性
6. 搭建 DorisMCP+dify 智能体工作流平台，接入 DeepSeek / 通义千问，支持多轮对话，从而实现基
于大模型的数据分析问答助手
7. 搭建 Prometheus + Grafana 对各个机器的 cpu，内存，磁盘等进行监控以及对 flink，doris 等各个
运行指标进行监控
8. 门诊实时候诊大屏：实时统计各诊室候诊人数与平均等待时长，支持门诊大厅与医生工作站秒级刷新。
9. 医生工作效率日报：每日自动汇总各医生门诊量、接诊时长、处方量及满意度，早晨 8 点前推送管理
层。
10. 急诊留观患者超时预警：实时监测留观超 6 小时未处置的患者，并通过钉钉提醒护士站处理。
11. 患者 360 视图统一服务：融合离线历史数据与实时就诊记录，通过 API 提供全周期患者画像。
12. 急诊预检分诊级别动态调整：根据患者生命体征（心率、血压）实时变化，自动升级或降级分诊级别。
13. 急诊抢救室占用率实时监控：计算抢救室床位数与当前患者数比例，超过 80%预警并建议分流。
14. 患者身份主索引（EMPI）合并：实时匹配来自门诊、急诊、住院的同一患者记录，合并各系统就医档
案。
宁静以致远
大数据研发工程师 · 5年经验 · 九州通医药集团
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
大数据开发
1. 精通大数据离线开发和实时开发，具备丰富的海量数据处理经验。
2. 精通 SQL 开发，能够高效编写复杂查询、优化性能并设计数据库结构。
3. 熟悉 Hadoop、Spark、Flink 等大数据计算框架，具备分布式计算和流式数据处理能力。
4. 熟练使用 DataX 工具实现数据库数据的互导，支持多源数据的高效迁移与同步。
5. 熟悉 Flume 的日志采集流程，能够设计高可用、负载均衡的日志采集系统。 数据仓库与数据湖
1. 熟悉 Doris、StarRocks、Hive 等数据仓库技术，以及 paimon, Iceberg 数据湖技术。
2. 熟悉数据仓库建模，能够设计高效、可扩展的数据仓库架构。 云计算与大数据平台
1. 熟悉腾讯云产品（如 WeData 大数据治理平台、DLC 数据湖计算、COS 对象存储、Oceanus 流式
计算、TCHouse-D、TCHouse-C、腾讯云 BI 等），能够基于云平台构建离线和实时数据处理解决方案。 后端开发
1. 熟悉 Java 及相关技术栈，熟练运用 Spring Boot + MyBatis 进行平台或系统的后端研发。
数据爬虫与脚本开发
1. 熟悉 Python，并熟练使用 Scrapy 框架进行数据爬虫开发。 消息队列与中间件
1. 熟悉 Kafka 作为消息队列的原理及其在大数据实时场景中的应用。 开发工具与环境
1. 熟悉 Linux 常用命令。
2. 熟练使用 IntelliJ IDEA、Git、Maven 进行项目开发、自动化构建、依赖管理以及项目管理。 数据可视化与报表
1. 熟悉帆软 FineBI、Superset、腾讯云 BI 等工具，能够设计并开发数据报表及大屏展示，支持业务决
策。工作流调度
1. 熟悉 Azkaban、Airflow、DolphinScheduler 等工作流调度器在周期性开发作业中的使用。
AI 相关
1.熟悉 dify 智能体工作流平台，通过智能体调用大模型并添加提示词对数据进行探索
2.熟悉机器学习和深度学习相关算法，如线性回归、K 近邻算法、聚类算法、LSTM 神经网络、GRU 门
控循环单元等。
1. 精通大数据离线开发和实时开发，具备丰富的海量数据处理经验。
2. 精通 SQL 开发，能够高效编写复杂查询、优化性能并设计数据库结构。
3. 熟悉 Hadoop、Spark、Flink 等大数据计算框架，具备分布式计算和流式数据处理能力。
4. 熟练使用 DataX 工具实现数据库数据的互导，支持多源数据的高效迁移与同步。
5. 熟悉 Flume 的日志采集流程，能够设计高可用、负载均衡的日志采集系统。 数据仓库与数据湖
1. 熟悉 Doris、StarRocks、Hive 等数据仓库技术，以及 paimon, Iceberg 数据湖技术。
2. 熟悉数据仓库建模，能够设计高效、可扩展的数据仓库架构。 云计算与大数据平台
1. 熟悉腾讯云产品（如 WeData 大数据治理平台、DLC 数据湖计算、COS 对象存储、Oceanus 流式
计算、TCHouse-D、TCHouse-C、腾讯云 BI 等），能够基于云平台构建离线和实时数据处理解决方案。 后端开发
1. 熟悉 Java 及相关技术栈，熟练运用 Spring Boot + MyBatis 进行平台或系统的后端研发。
数据爬虫与脚本开发
1. 熟悉 Python，并熟练使用 Scrapy 框架进行数据爬虫开发。 消息队列与中间件
1. 熟悉 Kafka 作为消息队列的原理及其在大数据实时场景中的应用。 开发工具与环境
1. 熟悉 Linux 常用命令。
2. 熟练使用 IntelliJ IDEA、Git、Maven 进行项目开发、自动化构建、依赖管理以及项目管理。 数据可视化与报表
1. 熟悉帆软 FineBI、Superset、腾讯云 BI 等工具，能够设计并开发数据报表及大屏展示，支持业务决
策。工作流调度
1. 熟悉 Azkaban、Airflow、DolphinScheduler 等工作流调度器在周期性开发作业中的使用。
AI 相关
1.熟悉 dify 智能体工作流平台，通过智能体调用大模型并添加提示词对数据进行探索
2.熟悉机器学习和深度学习相关算法，如线性回归、K 近邻算法、聚类算法、LSTM 神经网络、GRU 门
控循环单元等。
项目经验
项目名称：医共体大数据中心
项目描述：
随着医疗健康行业的数字化转型不断深入，传统医院信息系统已难以满足日益增长的临床业务需求
和患者对高效、便捷就医体验的期望。为了响应国家智慧医院建设号召，推动医疗服务模式由“以疾病为
中心”向“以患者为中心”转变，本项目旨在建设一套覆盖门诊、急诊、住院全流程的现代化医院信息管
理系统（HIS），并在此基础上深度融合实验室信息系统（LIS）、影像归档与通信系统（PACS）以及放射
信息系统（RIS）、电子病历系统（EMR）等专业子系统。通过构建统一的数据集成平台，实现医嘱、检
验、检查、影像、病理等业务数据的互联互通与闭环管理，打破“信息孤岛”，推动医疗资源的统一调度
与高效协同，为临床诊疗、患者服务及医院运营管理提供全面、实时、智能的信息化支撑。
离线系统技术架构：
dolphinScheduler+zookeeper+linux+datax+doris+spd+mysql+kafka+DorisMCP+dify+AI 模型
实时系统技术架构：
dinky+paimon+hadoop+zookeeper+linux+flink+doris+spd+mysql+kafka+DorisMCP+dify+AI
模型
1. 从 0 到 1 搭建整个离线大数据高可用架构
2. 从 0 到 1 搭建整个实时大数据高可用架构
3. 从 0 到 1 搭建数据仓库以及设计数据域，主题域以及建设规范
4. 对离线以及实时大数据架构进行日常运维以及任务的告警配置以及各组件的告警配置
5. 编写离线与实时数据一致性校验代码并配置自动告警任务，确保离线与实时数据的准确性
6. 搭建 DorisMCP+dify 智能体工作流平台，接入 DeepSeek / 通义千问，支持多轮对话，从而实现基
于大模型的数据分析问答助手
7. 搭建 Prometheus + Grafana 对各个机器的 cpu，内存，磁盘等进行监控以及对 flink，doris 等各个
运行指标进行监控
8. 门诊实时候诊大屏：实时统计各诊室候诊人数与平均等待时长，支持门诊大厅与医生工作站秒级刷新。
9. 医生工作效率日报：每日自动汇总各医生门诊量、接诊时长、处方量及满意度，早晨 8 点前推送管理
层。
10. 急诊留观患者超时预警：实时监测留观超 6 小时未处置的患者，并通过钉钉提醒护士站处理。
11. 患者 360 视图统一服务：融合离线历史数据与实时就诊记录，通过 API 提供全周期患者画像。
12. 急诊预检分诊级别动态调整：根据患者生命体征（心率、血压）实时变化，自动升级或降级分诊级别。
13. 急诊抢救室占用率实时监控：计算抢救室床位数与当前患者数比例，超过 80%预警并建议分流。
14. 患者身份主索引（EMPI）合并：实时匹配来自门诊、急诊、住院的同一患者记录，合并各系统就医档
案。
项目描述：
随着医疗健康行业的数字化转型不断深入，传统医院信息系统已难以满足日益增长的临床业务需求
和患者对高效、便捷就医体验的期望。为了响应国家智慧医院建设号召，推动医疗服务模式由“以疾病为
中心”向“以患者为中心”转变，本项目旨在建设一套覆盖门诊、急诊、住院全流程的现代化医院信息管
理系统（HIS），并在此基础上深度融合实验室信息系统（LIS）、影像归档与通信系统（PACS）以及放射
信息系统（RIS）、电子病历系统（EMR）等专业子系统。通过构建统一的数据集成平台，实现医嘱、检
验、检查、影像、病理等业务数据的互联互通与闭环管理，打破“信息孤岛”，推动医疗资源的统一调度
与高效协同，为临床诊疗、患者服务及医院运营管理提供全面、实时、智能的信息化支撑。
离线系统技术架构：
dolphinScheduler+zookeeper+linux+datax+doris+spd+mysql+kafka+DorisMCP+dify+AI 模型
实时系统技术架构：
dinky+paimon+hadoop+zookeeper+linux+flink+doris+spd+mysql+kafka+DorisMCP+dify+AI
模型
1. 从 0 到 1 搭建整个离线大数据高可用架构
2. 从 0 到 1 搭建整个实时大数据高可用架构
3. 从 0 到 1 搭建数据仓库以及设计数据域，主题域以及建设规范
4. 对离线以及实时大数据架构进行日常运维以及任务的告警配置以及各组件的告警配置
5. 编写离线与实时数据一致性校验代码并配置自动告警任务，确保离线与实时数据的准确性
6. 搭建 DorisMCP+dify 智能体工作流平台，接入 DeepSeek / 通义千问，支持多轮对话，从而实现基
于大模型的数据分析问答助手
7. 搭建 Prometheus + Grafana 对各个机器的 cpu，内存，磁盘等进行监控以及对 flink，doris 等各个
运行指标进行监控
8. 门诊实时候诊大屏：实时统计各诊室候诊人数与平均等待时长，支持门诊大厅与医生工作站秒级刷新。
9. 医生工作效率日报：每日自动汇总各医生门诊量、接诊时长、处方量及满意度，早晨 8 点前推送管理
层。
10. 急诊留观患者超时预警：实时监测留观超 6 小时未处置的患者，并通过钉钉提醒护士站处理。
11. 患者 360 视图统一服务：融合离线历史数据与实时就诊记录，通过 API 提供全周期患者画像。
12. 急诊预检分诊级别动态调整：根据患者生命体征（心率、血压）实时变化，自动升级或降级分诊级别。
13. 急诊抢救室占用率实时监控：计算抢救室床位数与当前患者数比例，超过 80%预警并建议分流。
14. 患者身份主索引（EMPI）合并：实时匹配来自门诊、急诊、住院的同一患者记录，合并各系统就医档
案。
立即沟通
