The posting
1. 数据接入与清洗 - 协助将数据从游戏服务器日志、买量平台 API 等源头接入 OLAP 数据库。 - 编写 SQL/Python 脚本对脏数据进行清洗(例如去重、修复乱码字段、过滤异常点击事件),确保用户行为、买量等核心数据表的准确性。 2. BI 数据建模与看板搭建 - 基于 OLAP 数据库编写复杂 SQL,构建 BI 看板所需的数据模型(例如用户行为宽表、渠道买量聚合表),并优化查询性能(例如预计算聚合表)。 - 对接运营/投放团队需求,在自研 BI 后台完成看板搭建(配置筛选器、设计联动图表),以支持实时监控(例如新用户活跃、渠道 ROAS)。 3. 数据校验与维护 - 设计数据校验规则(例如检查“付费金额”的合理性、“注册 - 首充”的时间逻辑),定期输出数据质量报告。 - 维护 BI 看板的稳定性(例如排查因数据清洗遗漏导致的看板异常),并优化加载速度(例如调整聚合粒度)。
1.本科及以上学历,计算机、数学、统计、数据科学等专业优先。 2.熟练掌握标准 SQL,能够编写复杂查询(多表 JOIN、CTE、窗口函数、子查询嵌套),以适配 OLAP 数据库分析需求。 3.具备数据清洗经验(例如使用 SQL/Python 处理重复值、缺失值),能够针对游戏场景设计清洗逻辑(例如过滤机器刷量事件)。 4.有 BI 工具(例如 Tableau、Power BI、自研系统)实操经验,熟悉通过 SQL 构建看板数据模型及可视化配置。 5.中重度手游玩家(近 1 年日均游戏时长≥1 小时,至少深度体验过 1 款中重度手游),能够结合实际游戏场景进行数据分析的思路拆解。 6.学习能力强,能够快速掌握 OLAP 数据库查询优化技巧。 7.逻辑严谨,工作细致,具有数据质量意识。
加分项 1.熟悉 ClickHouse 数据库(例如物化视图、分布式查询优化)。 2.有 ETL 工具(Airflow、Kettle)使用经验,或能够编写 Python 脚本处理数据。 3.了解游戏行业数据埋点逻辑(例如事件触发规则、字段含义)。 4.有互联网/游戏行业数据工程实习经验(例如 BI 看板开发、日志清洗)。



