文章目录
成长篇大数据工程师成长经验大数据技术思维养成经验职场篇大数据领域未来趋势和职业方向大厂招聘的通用原则和面试技巧笔试/算法/编程考察意图和技巧职业发展 Q & A成长篇
大数据工程师成长经验
面向对象的编程语言(Java / Scala)SQL:/sql/default.aspLinux容器化:Trouble shooting 工具Jstat:/javase/7/docs/technotes/tools/share/jstat.htmlJstack:/javase/7/docs/technotes/tools/share/jstack.htmlJmap:/javase/7/docs/technotes/tools/share/jmap.htmlJinfo:/javase/7/docs/technotes/tools/share/jinfo.htmlMAT:/latest/index.jsp?topic=/org.eclipse.mat.ui.help/welcome.html基础
Data+AI Summit /dataaisummitFlink Forword https://www.flink-Apache Conference 小型技术 Meetup关注热点
问题
阅读源码
参与开源社区
参与适合自己的开源社区
大数据技术思维养成经验
数据量永远比你想象的大
慎用循环、内存小概率事件一定会发生
安全和事故
大权限命令 think twice不直接从富文本软件复制指令工具化/白屏化永远都需要灰度要为你的流量 /quota 留出 buff
分布式环境
不一定会在你想象的地方执行不一定按照你想象的顺序执行每个服务都会挂
使用恰当术语
理清系统需求
从现象到本质
在混沌中找方向
不被技术左右
职场篇
大数据领域未来趋势和职业方向
技术方向
IOT/实时计算/机器学习/OLAP/数据湖/云原生
职业方向
业务开发/数据建模/数据分析/数据科学/平台开发/运维
大厂招聘的通用原则和面试技巧
不过分解读 JD 和简历 JD 中或简历中出现“负责人”“专家”,不过分解读,按照实际面试结果评级。 不局限背景 候选人没有直接相关背景并不直接定位不匹配,需额外考察研发能力和软实力。 工作年限的解读 对口:具有更长工作经验需考察深度。不对口:具有更长工作经验需考察能力和基础。 • 技术栈 • 不要求完成一致,相近即可。考评原则
考察内容
项目经历
项目是否能讲清楚是否有深度难度对项目的原理、背景、未来是否有想法
大数据知识
工作年限短的不做要求一般以通用知识,重点看理解深度和广度资深候选人需考察技术细节和专业内容
计算机基础
并发、网络、Linux 基础编程语言基础Trouble-shooting 基础
Coding
基本算法是否掌握,不考偏门复杂算法代码风格是否主动和面试官沟通理清题意碰到问题是否主动寻求帮助,是否容易放弃
软技能
礼貌准时沟通顺畅能理解题意表达有逻辑不绕圈子对不了解的事情给出自己的思考
什么样的候选人才是好的候选人
• 扎实的技术基础
• 优秀的学习能力和解决问题能力
• 优秀的自驱力及抗压能力
• 良好的沟通表达
• 不错的逻辑思维能力
• 对于未来的规划能力
团队合作能力
学习能力
沟通能力
逻辑能力
积极性
推动能力
笔试/算法/编程考察意图和技巧
算法笔试的结果重要吗
• 是代码能力,也不是代码能力。
• 算法笔试没有一票否决权。
• 写出来可能不加分,写不出来可能不减分。
大厂爱出什么编程题
• DFS/BFS/backtrack
• 动态规划
• 快排堆排
• 链表翻转/二叉树翻转
原则:
递归的掌握写代码的过程边界条件尽量少的代码
准备编程题
• leetcode 要刷
• 中等难度典型题目每类5题
• 刷20~30道即可,在精不在广
• 不可能遇到原题
写不出来怎么办
• 不留白
• 写结构
• 问思路
• 写思路
• 写注释
• 要提示
• 伪代码
• “装”认真