DBA

对数据库主机性能、数据库性能进行监控； 1.后端服务100%。主要负责后端技术选型框架编写，各功能接口设计、编写。

sql server 开发，备份，恢复 熟悉视图，函数，存储过程，sql server 高可用 vba 开发，宏，数据分析 vb 6.0 开发，信息系统

1.云链POS建设，主要提供给社会门店的商品创建、订单管理、支付收银、库存等功能管理 2.我主要作为POS的负责人，负责POS的整个产品线的功能建设 3.问题：门店报表的性能问题，解决了门店时间段过长，统计索引失效及分布式事务等问题

后台功能: 功能权限模块 数据管理模块 接口权限模块 用到的技术: 基于SpringBoot2、SpringCloud Hoxton、Mybatis构建核心架构 采用Oauth2协议进行统一的Token下发与鉴权，保证系统安全性 微服务统一注册至Nacos，Nacos担任注册中心与配置中心的角色

本项目主要分为3个大模块，分别为个人，企业，信用卡。 本人主要做信用卡征信上报模块，涉及信用卡授信信息，信用卡借贷信息，信用卡个人基本信息等模块 主要涉及将信用卡数据收集加工成征信上报需要的数据，以及数据使用人行的校验，然后生成上报的报文，提供报文的生成下载等功能。

采用公司自研的框架开发，Linux+php+mysql+memcache，数据库采用主从结构，web服务器3台，nginx做负载均衡，注册用户数过百万，日均PV 1000W+。日均订单量300，年销售额过亿。

1.项目采用 python 语言，用 flask 做为后端开发框架，数据库主要使用 mongodb、mysql、redis 作为数据的存储，使用 docker 部署服务，nginx 作为反向代理，负载。使用 ELK 进行开发日志收集，使用 celery 作为消息队列，使用 websocket 进行前后端通信，前端主要是用 vue 开发。由于项目比较大，涉及内容比较多，所以我们把项目拆分，平台服务，app 服务，数据中心，产品中心，会员中心，订单中心。这个项目没有采用太多很高的技术，对于目前的业务需求可以满足，对于新人来说上手相对比较简单。

软件开展过程文档是指在软件开发周期内与甲方对接的相关文档，包含不限于方案、财评、审计、交维等文档； 我负责整体文档前期的对接、整理和输出

1、熟悉数据ETL流程，熟悉Hive等工具的数据处理、清洗、变换手段。 2、熟练掌握shell脚本语言，可熟练操作Linux系统，了解Perl脚本。 3、了解Hadoop生态圈大部分主流框架技术（HDFS、MapReduce、Spark、Hive、Flume、Kafka、 Oozie、YARN）。 4、了解Flume、Kafka、Spark Streaming三者的集成使用，可实现实时流式数据采集与存储。 5、熟练掌握SQL语言，熟练运用hql、Spark sql，熟练操作MySQL关系型数据库，了解Oracle， Teradate。 6、了解Beyond Compare文件比对文件的操作流程。 7、了解Java、Scala语言。

集团系统技术架构，资源管理中台，产品架构，系统开发顾问。 梳理业务流程与技术资源，确定长期产品和技术发展目标，架构产品业务线，从传统业务中沉淀标准化数据，从而发掘和为行业智能化产品做数据准备。

项目描述： Convertlab Ad Hub是一个数据驱动的广告智能运营平台。以全局视角赋能公域营销，呈现及优化您最关注的广告业务指标。为品牌主量身定做的公域运营平台，从KPI追踪到代理商管理，从全渠道数据接入到重定向与RTA引擎，全面提升运营的效果与效率。为运营人员打造人群的终极闭环：聚合一、二、三方人群数据，实现从沉淀、增值、投放、效果追踪的闭环，人群资产与价值可视化。为创意团队提供有洞察的内容管理中心，为宝贵的创意重新赋予生命力。为决策者定制全域打通的营销洞察，从简单的数据分析结果呈现到智能模型预测，为营销链路设计与优化提供决策依据。领先的合作伙伴生态体系与数百家行业头部客户服务经验，没有人比我们更了解如何将数据资产价值最大化！ AD Hub包含洞察（全域通、任务中心、洞察中心、分析中心）、推广（媒体广告、项目管理）、资产（人群管理、媒体线索、素材中心、落地页管理）、监测（广告监测、网页监测、小程序监测）、工具等多个业务功能模块，为客户提供一站式数据采集，数据ETL、数据标签、用户画像、精准投放、数据报表、账号管理等功能。让客户全方位深度了解用户，洞悉他们的消费趋向，进而明确自

项目描述： 随着裁判文书的不断公开，裁判尺度不统一，同案不同判问题日益显著，同时涉诉当事人为保证自身利益，借助较自己更为有利的裁判文书要求法官作为裁判参考进行判决，司法裁判公信力受到一定冲击，全国法院积极推动信息技术与执法办案深度融合，构建一套能够快速、精准查找类案并自动生成报告的类案报告系统十分必要，该系统包括类案检索、检索结果、类案报告、个人中心、系统管理等多个业务功能模块，构建一套能够快速、精准查找类案并自动生成报告的类案大数据检索平台系统，为业务法官扩宽裁判思路、提升裁判能力、增加裁判信心，助力于法律适用统一、裁判尺度统一，实现司法公正。 技术架构：Kafka+Hadoop+SparkSql+SparkGraphX+Hive+HBASE+Mysql+Azakaban+Solr 项目职责： 1、负责裁判文书文本转换裁判文书模型设计开发实施工作 2、负责全量裁判文书模型转换类案模型设计开发实施工作 3、负责增量裁判文书模型转换类案模型设计开发实施工作 4、负责类案报告功能设计开发工作 5、负责类案检索系统索引库初始化设计开发实施工作 6、负责类案检索系统hbase数据库初始化

这个系统是全国在用的，物流仓储系统。 工厂来烟自动分配的合适的仓库储位上面。 出库自动从合适的储位出库。自动分拣，自动入库。自动出库。库存自动调整。盘库 没个区每日订单2000条-4000条，全国几百个区

我们的请求调用数据库时，都会先获取数据库的连接，然后依靠这个连接来查询数据，搞完收工，最后关闭连接，释放资源。如果我们不用数据库连接池的话，每次执行SQL，都要创建连接和销毁连接，这就会导致每个查询请求都变得更慢了，相应的，系统处理用户请求的能力就降低了。 因此，需要使用池化技术，即数据库连接池、HTTP 连接池、Redis 连接池等等。使用数据库连接池，可以避免每次查询都新建连接，减少不必要的资源开销，通过复用连接池，提高系统处理高并发请求的能力。

主要是以办公自动化、流程化为基准而开发的项目，项目主要功能有： 1、CRM用于管理客户信息，成为客户自动发货收货，自动为客户创建帐号密码用于登录商家后台。 2、分析客户画像、客户行为，客户数据监测。 3、人事系统，对于员工入职离职进行把控。 4、公关以及一些杂项

智能数据服务平台 以华为云生态为底座与数据治理体系相结合，通过AI智能分析赋能，服务于企业与政务数字化战略。涵盖了云服务解决方案、业务系统数据采集、数据迁移、数据开发和治理、数据库数据分析平台、AI智能分析算法平台，构建数据仓库、数据中台、数据湖，支撑行业取数、治数、用数的应用生态链。广泛应用于智慧城市、智慧园区工厂、智慧政务、智慧机场、智慧交通、智慧能源等行业领域，实现从数据生态型治理到面向价值发现的跨越。 实现能力：跨场景云服务与本地化服务部署、数据规划设计（信息结构、数据流程、数据指标、数据主题、模型设计）、数据集成（库、表、字段智能化、规模化迁移）、数据开发、数据治理（数据标准、数据资产、数据质量、数据链路）、数据服务、数据分析（AI智能分析）、数据应用（BI可视化、标签画像、智能分析、数字孪生、３D仿真）

内置功能 用户管理：用户是系统操作者，该功能主要完成系统用户配置。 权限管理：配置系统菜单，操作权限，按钮权限标识等。 角色管理：角色菜单权限分配。 操作日志：系统正常操作日志记录和查询；系统异常信息日志记录和查询。 登录日志：系统登录日志记录查询包含登录异常。 服务监控：监视当前系统CPU、内存、磁盘、python版本,运行时长等相关信息。 版本管理: 数据库存储 测试工具：测试常用的API工具 定时任务: 简单的定时任务

软件环境: SpringMvc+ Spring + Mybatis + easyui + maven + oracle + nginx 责任描述: 新客户的对接,老客户的支撑,系统升级和项目维护;DFA算法敏感词过滤、ip鉴权;闪信,短信发送通道对接;渠道客户管理;闪信,短信 模板管理 项目介绍: 云名片在双方语音通话过程中,将用户预先设定好的个性化内容推送到对方的手机终端,并在屏幕顶层呈现,第一时间表明身份。用户阅读率高,签名可以个性化设置。可应用与银行,证券/保险,自来水/电力/天然气/通信运营商等公司/民航服务等。闪信发送信息以后阅读率高：顶层弹屏显示,需用户确认后才消失,阅读率接近100%！即时性强：不受传统短信网关时延限制,瞬发瞬收。 低下是小程序演示demo

1.精通对centos6.6/6.8/7.0/7.2和windows server 、2008r2/2003/windows7/10 等操作系统的安装部署、对磁盘阵列等raid安装等等服务器的维护和操作 2.精通java、tomcat、redis、kafak、Nginx、zookeeper、Tomcat等中间件的调优和部署，tomcat、docker、elasticsearch、hadoop、webogic、WebSphere、OGG数据同步工具等等的基础环境、配置、部署以及使用调优。 3.精通数据库DB2、mysql、oracle 等常用数据库，包括数据库查询语句的编写，数据库的异常问题的处理，以及数据库性能的调优，数据库的迁移等等，涉及的数据库操作。

公司大数据框架搭建和clickhouse部署使用。公司现在有好几个数据库类型和云数据库。准备自研数据湖来存放多个系统数据，包括云上和云下。现在是数据库选型和调研阶段。包括性能使用和sql标准写法重构和下游系统测试性能 包括数据库本身性能和应用系统性能。提高并行度的同时来少改sql代码