数据仓库工程师
相关职位简介
- 来源：上海壹佰米网络科技有限公司
数据仓库工程师
岗位职责：1.对接并梳理业务需求,开发数据仓库模型,设计相关主题的事实表和维度表等；2.使用ETL工具开发数据流；3.使用BI工具以及OLAP工具进行数据可视化的开发和展现；4.学习和利用大数据平台,不断优化和提升系统效率。岗位要求：1.0~3年数据相关工作经验，本科及以上学历；2.有数据库经验,熟悉SQL.了解ETL.数据仓库建模理论为佳；3.有Linux/Shell.Python.Java等编程技能加分；4.有Hive.Hadoop.Spark相关数据平台经验优先；5.具备良好的沟通能力,踏实,有主动学习的热情和能力。
所需技能：
- 来源：北京未来便利技术有限公司
数据仓库工程师
岗位职责:1.负责建设数据仓库架构，包括元数据管理.ETL调度.数据集成.OLAP等子系统的设计和开发；2.制定和推广数据字典，建立完善的元数据管理规范，负责数据质量监控设计；3.搭建和维护数据仓库表，解决业务人员在仓库系统流程.工具使用.数据处理等遇到的问题；。5.基于对数据的理解和业务需求，对数据进行整理.分析和挖掘。任职资格:1.计算机相关专业本科及以上学历，有2年以上数据仓库.ETL工作经验；2.熟悉SQL.Shell等相关技术，有海量数据处理.ETL及任务调度优化.数据仓库建模等经验；3.熟悉Linux环境，了解Java/Python服务端系统开发；4.熟悉Hadoop/Spark/Hive/Hbae等大数据技术者优先；5.逻辑清晰.对数据敏感，良好的沟通能力和协作能力，敢于接受挑战，能够承受压力；
所需技能： 数据仓库、ETL、olap
- 来源：上海行蕴信息科技有限公司
数据仓库工程师
岗位职责：1.根据需求进行数据仓库模型设计，数据的开发；2.负责数据的监控.纠错及优化等数据相关的开发及维护工作；任职要求：1.本科及以上学历，2年及以上开发工作经验；2.至少负责过一个数据仓库相关项目，能够独立完成模块的设计；3.熟悉常见ETL工具Kettle，用ETL工具生产数据抽取.清洗.转换后进入报表平台；4.熟悉Hadoop相关的产品，有Hive开发经验；5.熟悉PotgreSQL.MySQL.Oracle等主流数据库，有开发经验；6.熟悉Linux操作系统，有hell编程经验；7.熟悉机器学习.算法等优先；8.具备优秀的团队协作精神，踏实的工作态度，良好的沟通能力；9.有其它编程经验优先，如Python.Java等；10.熟悉常用的建模工具，如Erwin,Powerdeigner等
所需技能： 数据分析、数据库、数据仓库
- 来源：北京木屋时代科技有限公司
数据仓库工程师
岗位职责:1.负责数据建模以及数据仓库应用产品的设计和开发；2.负责数据仓库ETL流程的优化及解决ETL相关技术问题；3.数据仓库和业务数据集市建设；4.业务模型抽象.数据模型设计开发。任职要求:1.计算机相关专业，本科及以上学历，3年以上开发相关经验，学习能力突出，有大数据开发经验优先。2.精通SQL开发，精通Oracle/MySQL之一。3.熟悉数据仓库分层理论和数据模型设计，如E-R模式和kimball模型设计，有数据仓库从0搭建经验者优先。4.有良好得数据仓库和业务数据集市建设经验，能进行业务模型抽象.并对数据模型进行设计开发5.熟悉Hadoop生态圈，熟悉Hbae.hive.impala,Sqoop.MR等开发，优先考虑6.有团队合作精神，对解决挑战型问题充满激情，能够独立解决项目开发过程中遇到的问题7.有热情，有沟通欲望，相信数据提升业务的能力。
所需技能： 数据仓库、ETL、数据库开发、SQL、分布式技术、MySQL、Oracle、大数据
- 来源：北京罗克维尔斯科技有限公司
数据仓库工程师
岗位职责：1.商业系统相关的数据模型建设工作；2.负责数据仓库搭建.ETL流程的优化及解决相关技术问题；任职要求：1.深入理解常用的数据建模理论，可独立把控数据仓库各层级的设计;2.熟悉Hadoop架构和工作原理，精通Hive或Spark，有调优经验;3.具备较强的编程能力和编程经验，至少熟悉Java/Python一门编程语言,熟悉linux系统，熟练使用Shell;4.3～5年ETL开发经验，理解数据治理的重要性;5.具备一定的数据分析能力，具备数据敏感性和探知欲，专注数据的价值发现和转化;6.具备快速学习能力.沟通协调能力及团队精神，有较强的责任心和学习积极性。7.有实时数仓建设经验者优先
所需技能： 数据仓库
- 来源：杭州面朝信息科技有限公司
数据仓库工程师
工作职责:1.负责数据仓库的数据模型设计和ETL开发2.发掘数据的商业价值，深入电商等业务，探索数据资产变现方法工作内容：1.负责业务线的数据模型设计和开发落地，建立规范化.稳定可靠的数据体系2.通过数据为业务赋能，降低需求方的数据使用成本，设计和开发大数据产品和解决方案发挥数据价值任职要求:1.熟悉企业级数据仓库开发，包括开发规范.维度建模.指标规范，具备成功的项目案例2.Hadoop生态下能熟练使用SQL，熟悉Hadoop/Spark/Hive原理，有Kylin使用经验者优先3.对数据敏感，具备较好的数据分析意识，具备数据驱动业务的能力4.熟悉主流的互联网数据平台，以及由数据衍生的各种产品
所需技能： 数据仓库、ETL、SQL、分布式技术、Hadoop、Spark、大数据、电子商务
入门书籍
Python编程
MySQL5.7从入门到精通
概率论与数理统计
财务管理分析
职业晋升路径
横向职业发展
职业问答
以目前发展状态来说，国内数据分析师工作可以分为以下几大类：
1、日常数据统计指标分析；
2、数据波动分析；
3、指标体系构建及报表建设；
4、KPI 指标拆解和北极星指标趋势预测；
5、AB 测试设计及结果分析；
6、因果分析；
对于刚入门的分析师，前两项最为常见，业务方需求描述多为：我想看看这个数的均值，我想看看那个数的中位数，我想看看这些明细数据等等；或者就是这个指标跌了，你给看看怎么回事？那个指标涨了，你看分析一下怎么回事？也就对应问题所说，只涉及 sql 和可视化。从这方面看，楼主还是比较认真，其实这些问题不用可视化也能解决，就是描述起来没那么直观罢了！
但是，但是，作为一名分析师，如果你想有一个光明的前途，好的发展。千万千万不要被这两个方面的需求占满时间！一定一定要把时间逐渐转移到 3 到 6 这些需求上，这才是作为分析师的核心竞争力，没有核心竞争力，那就永远是取数机，而且最近我们在研究应用图神经网络与数据库交互，实现自助取数功能（大概意思就是，业务方的需求直接跟机器说，机器直接自动取数），这必然对国内大量取数机分析师造成巨大的冲击！
如果你要问，如何从这些取数需求中走出来，那么我这里简单给你提供几条捷径：
1、移花接木：招实习生，让实习生做；
2、给予颜色：问业务方为什么？跟她讨论这些有用吗？不重要的需求排期很久，让它自然消失！跟业务方讨论时候切记一点，抛弃自己数据分析师的职位，不要谈数据，只谈业务，只盘逻辑，让她心服口服的取消需求！
3、一劳永逸：完善数据报表和数据产品，让业务方自助。
当然，脱离这些需求不是为了摸鱼，主要是要培养分析师的核心竞争力：业务逻辑，业务框架结构，问题分析思路，应用统计理论以及数据挖掘能力。
有剑在手不用和没有剑完全是两码事！！！
文章搬运自公众号：人人都是数据分析师，一个数据分析师都应该关注的公众号。
电子营业执照
京公网安备11010502032801