龙8

企业招聘

有意者请将简历发送至:hr@yoyosys.com.cn 标题注明应聘职位,或请致电:010-87573588。

大数据开发工程师

任职要求:

  1. 计算机、通信相关专业。
  2. 至少熟练掌握如下一种语言:java/python/shell。
  3. 熟悉linux开发环境。
  4. 熟练掌握hadoop、hive、hbase、spark、es等大数据组件,并有实际开发经验。
  5. 有大数据平台监控运维相关经验优先,clickhouse相关经验优先。
  6. 工作认真踏实,责任心强,较强的学习能力、分析解决问题的能力。

岗位职责:

  1. 负责现有ETL相关工作开发与优化。
  2. 负责大数据平台的技术设计与研发工作。
  3. 对大数据平台各组件的维护支持与性能调优。
  4. 线上问题解决。

————————————————————————————————

大数据运维工程师

岗位资格:

  1. 学历要求:本科以上。
  2. 专业要求: 计算机或相关专业。
  3. 英语要求: 无。
  4. 工作经验要求:3年以上。

任职要求:

  1. 熟悉大数据生态系统,有运维和调优经验,熟悉hive、hbase、zk、kafka、spark、kudu、impala等,对hdfs、yarn、mr、有深入了解。
  2. 运维研发、shell,Python,Java。
  3. 数据库有基础了解。
  4. 深入了解linux系统,了解内核原理,能够独立解决系统问题。
  5. 深刻了解操作系统(Linux、Windows)的操作以及原理(如性能调优)。
  6. 抗压能力强。
  7. 业务支撑。
  8. 对容器相关概念比较熟悉,对k8s 、docker等有实际运维经验优先。
  9. 熟悉大数据组件,对hdfs,hbase,调优经验优先,hive,kudu,yarn,impala等组件有运维。

岗位职责:

  1. 负责大数据集群的维护。
  2. 负责集群迁移、扩容、升级部署。
  3. 组织相关运维功能框架功能编写。
  4. 组织和实施产品、项目的实际运维工作。
  5. 保证整个运维自动化过程可控,保证最终结果达到严谨、 科学。
  6. 给公司提供可读性强的运维报告和总结。
  7. 具有一定的代码能力能够指导自动化运维相关内容。

————————————————————————————————

测试工程师

任职要求:

  1. 熟悉基本测试原理,明确系统测试方法。
  2. 曾经参与过系统上线,自身明确系统上线流程。
  3. 熟练使用Linux操作系统命令完成日常操作,使用sql进行常用数据库系统查询,有自动化测试经验者优先。
  4. 为人诚恳、分配的工作可以认真完成,对工作兢兢业业,可以吃苦耐劳。
  5. 可以适应加班工作,可以做日常投产上线工作。
  6. 了解loadrunner性能测试工具使用。可以自己独立进行性能测试工作。
  7. 学历需要学信网可查的哟!

岗位职责:

  1. 完成银行系统日常测试工作。
  2. 完成银行项目投产上线工作。

————————————————————————————————

java工程师

任职要求:

  1. 计算机相关专业,本科及以上学历。
  2. 熟悉linux系统。熟悉java编程规范,基础扎实。
  3. 熟悉Oracle、MySQL等主流数据库、掌握Sql语法及操作,熟悉Struts、Spring等开发框架。
  4. 具备软件技术文档的编写能力,具备良好代码书写规范。
  5. 工作认真、严谨,具有优秀的沟通能力、团队合作精神,具备较强的学习能力和解决问题能力。
  6. 4年以上工作经验,有金融领域工作经验者优先。

岗位职责:

  1. 根据需求、设计完成系统代码编写、调试、单元测试及按规范提交相关文档。
  2. 持续优化系统架构、辅助进行系统的功能定义,程序开发。
  3. 分析解决项目中的关键问题和技术难题,具备一定的钻研能力。

————————————————————————————————

技术经理

任职要求:

  1. 扎实的计算机基础和算法数据结构功底,对技术有热情,愿意不断尝试新技术和业务挑战。
  2. 熟练Hadoop、Teradata、JavaEE 等开发,追求高标准的工程质量。
  3. 熟悉数据湖或者数据仓库原理,有规模化落地应用经验。
  4. 熟悉Hadoop Hive/Flink/Spark等大数据计算和存储领域。
  5. 具有一定的团队成员技术培养能力、具有一定的抗压能力。
  6. 要求计算机相关专业,本科以上学历。
  7. TB级量的技术架构能力。
  8. 有金融行业数据处理经验优先。

岗位职责:

  1. 使用大数据技术构建离线数仓、ETL加工、任务监控预警等。
  2. 完善数据资产管理、血缘关系管理等。
  3. 提升数据时效性,降低存储成本。
  4. 通过行业借鉴或新技术研究对项目痛点或甲方提出的新需求,设计可执行性方案。