ETL数据调度工程师简历范文全文
自我评价
5年数据开发与调度经验，专注ETL数据管道建设与任务调度治理，熟悉Airflow、DolphinScheduler、Kettle及Hive/Spark生态。主导过日均8000+任务的大数据调度平台迁移，任务失败率由4.2%降至0.6%。擅长SQL调优、离线数仓分层建模与数据质量监控，具备较强的故障定位和跨团队协作能力。
工作经历
杭州数澜科技有限公司
大数据服务互联网
杭州
ETL数据调度工程师
ETL开发任务调度
2022年9月 - 至今
- 负责电商离线数仓ETL开发与调度，维护ODS至DWD层300+数据表，日均处理数据量约6TB。
- 主导调度平台从Oozie迁移至DolphinScheduler，重构1200个任务依赖，调度链路平均耗时缩短35%。
- 建立任务分级告警与失败自动重试机制，调度任务失败率由4.2%降至0.6%，月度人工干预减少约40次。
上海汇智信息技术有限公司
金融科技软件服务
上海
数据开发工程师
数据集成SQL优化
2020年7月 - 2022年8月
- 使用Kettle与Shell开发银行客户数据抽取作业，支撑日终批量加工，日均调度任务约800个。
- 优化核心对账SQL与分区策略，单批作业运行时长由90分钟压降至52分钟，批处理窗口提前约40分钟。
项目经验
企业级数据调度平台迁移与治理 - 调度模块负责人
2024年3月 - 2024年5月
- 负责Oozie至DolphinScheduler迁移方案设计与实施，完成8000+任务的依赖梳理和分批割接，迁移期间业务零中断。
- 制定调度规范与任务命名、优先级标准，接入SLA超时告警，关键任务准时率提升至99.5%。
离线数仓数据质量监控体系建设 - 数据开发
2022年12月 - 2023年2月
- 基于Python与Hive开发空值率、主键唯一性等30余项质量校验规则，嵌入调度上下游自动触发。
- 质量异常平均发现时间由次日缩短至2小时内，因数据问题导致的业务返工下降约60%。
教育背景
浙江工业大学
省重点双一流
杭州
计算机科学与技术 本科
2016年8月 - 2020年5月
主修数据库系统、数据仓库与数据挖掘、操作系统；CET-6，普通话二级甲等。
专业技能
调度与数据集成
Apache DolphinScheduler Apache Airflow Oozie Kettle DataX
数据开发与数仓
Hive Spark SQL Hadoop 离线数仓分层建模 SQL调优
开发与运维工具
Python Shell Linux Git Prometheus告警
证书与认证
阿里云大数据工程师认证（ACP） - 阿里云
2023年9月
覆盖大数据计算、数据集成与数据开发能力。
数据库系统工程师（软考中级） - 工业和信息化部
2021年11月
证明数据库设计与数据管理能力。
工作成果
调度稳定性提升
通过分级告警与自动重试机制，将调度任务失败率从4.2%降至0.6%。
批处理窗口优化
优化SQL与分区策略，单批作业运行时长缩短约42%，保障日终按时出数。
数据质量前置
搭建30余项质量校验规则，数据异常发现时间由次日缩短至2小时内。
更多ETL简历范文
同一职位，不同的版式和写法。点开任意一份即可查看大图。
就从这份范文开始
免费复制到你的账户里，每一句话、每个板块和颜色都能改，改好即可下载投递。