数据人的面试交流地

以下是本人在大数据方向的技术栈学习路线，另外还有诸如HBase、Kylin、实时数仓项目、数据湖项目、湖仓一体等。下面列出的是基本所必须掌握的内容。对于项目方面，建议先离线后实时开发的学习，再之后便是数据湖等项目。另外推荐可以经常翻看《大数据之路》这本书，里面涉及到的理论和企业中的白皮书基本一样。平常也可以多翻看各个公司公开分享的技术文章，源码等。类似阿里的学习文档、美团的技术文档等，在没有实际生产经验时可以了解各个场景下技术选型、底层调优、内存调整、资源配置、数据治理等各个重要环节和内容。1、Java：JAVA SE、JVM、JUC（刚开始只需要看Java基础就可以了，不需要学习一些web框架，因为不管是源码二次开发，UDF开发，还是数仓都不需要用到这些框架（除了平台开发之外），像Spring这些web框架，在学习完所有的大数据框架之后，找工作之前如果还有时间，可以去学一学这些框架【加分项】）2、Linux+Shell3、Git、Maven（了解会用，有印象，如果需要使用能快速学习上手使用即可）4、Hadoop（HDFS，MapReduce，Yarn）5、Zookeeper6、Hadoop高可用（了解即可）7、Hive（重点，需要熟练了解原理，并且会写HQL，以及一些优化，是基础）8、Spark（大部分公司都是写SparkSQL，并且调优，需要明白底层原理，内存结构，SparkUI等）9、Flume10、Kafka（时间紧张的话，可以先放一放，和Flink一起学，kafka+Flink+Spark是处理实时数据的）11、Maxwell、DataX、Dolphinscheduler（项目中数据同步、模拟日常调度工作）12、sgg电商数仓x.0（跟着做完这个项目，就知道什么是数仓，什么是维度模型，什么是指标等等，以及生产中一些内容）13、Flink14、MPP架构（类似Doris、Clickhouse）15、实时数仓项目16、数据治理17、数据湖、湖仓一体18、刷算法、刷sql、刷场景题

最近有同学反馈想了解下裁员整体流程以及裁员中需要注意的内容，那我们今天就聊聊裁员这个问题。裁员评估一般裁员前会出现三种来源：（1）公司决定（裁员比例）：也就是说公司裁员提供比例，例如1000人裁员5%，这种情况会把5%分配给每个部门去提供名单，同时对于不盈利、不产出直接业务价值的部门（行政、企业内部平台支持等）会扩大裁员比例，核心部门会减少比例。（2）公司决定（卡试用、卡3年合同签署、卡股票归属）：这种大多数都是招聘事故导致，由于招聘时没有对面试者考察清楚，或者技术栈不相同，导致没办法按时交付需求，出现招聘事故导致，试用期一般会在第5个月约谈不给转正（6个月的试用期），3年不续约也是在最后几天...

过往主要做大数据相关，拿了字节、腾讯、阿里、快手、京东、大疆、美团、小红书、得物等公司的offer，均为ssp或ssp+，如果有数据开发或数据平台/基建相关的问题可以评论，尽量解答，主打一个缘分哈哈update0:不少同学找我聊了聊简历相关，目前发现最大的问题在于没有亮点，项目多为尚硅谷的，实习可能就是写sql，面试官一问大家讲的都是一样的东西，很难有自己的见解或者业界相对前沿的技术方案，面试通过的几率会小很多。可以尝试找领域相近的内容来深挖，举个例子比如你是做数据仓库相关，那么数据治理是必然会遇到的：https://zhuanlan.zhihu.com/p/646791110可以看看该文章中遇到的数据治理问题，产生的原因，解决的思路，以及最后的收益。核心在于要做出一些亮点，可以去和面试官聊，这里只是以数据治理为例，熟悉spark、flink等就去找对应的即可，适合自己最重要。