顺丰大数据二面

三面HR面，没问什么技术问题，都是单纯的面试问题1、自我介绍；2、简历简单了解；3、身边人是怎么看待你的；4、有什么团队交流不畅的经验；5、为什么选择我们公司；5、反问，问了培养方式和出差情况。二十分钟左右，流程很快，比前两轮技术面压力小很多，HR也很温和，简单提问后就结束面试了，希望能有一个不错的结果

初衷：为什么想要这么做作为一名数开兼岗数分，经常需要拿着自己的分析报告、总结去跟业务/TL 其他人分享， 或多或少经历过以下场景、存在过实实在在的困惑：辛辛苦苦加班清洗出近 12 个月内不同类型用户在各个链路环节下分5 个维度的数据表现，认认真真进行横向维度对比、纵向时间趋势分析，兢兢业业整理出数据图表一顿可视化操作，最终输出一份内容详尽、目录结构层次分明的分析报告。当你一腔热血地去跟业务打开文档、分享结论时，结果业务却打断你说：你这有xxx的表现吗？（你回复：有啊，在后面）那能不能先跳到那里，我想看看那个数据！于是整个分享在文档不同部位间反复横跳，你会不会觉得很累、且有种被带着走的不适感。或...

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

作为一名双非大学生，从进入学校的那一刻我就清楚的知道未来就业对自己一定是一个大麻烦，尤其我还在一个民航院校读了一个与民航毫不挂钩的大数据专业。这一刻我开始了我的地狱求职之路。~~~~大一大二：这个阶段其实我还完全没有找到自己未来究竟想要从事什么岗位，在哪个行业发展，是去大城市还是回自己的小县城。还处在一个从只会库库做题，到有自己想法的升级阶段。首先我在这个阶段刷了很多学生会，志愿者和社会实践的经历，虽然放到整个简历里并没有多少含金量，也不会有多少面试官会在意这个，但至少他促成了我变得更加自信，做很多事情更有冲劲，也让我认识了不少的朋友，至少在我看来带给我过成长。其次，我各种出去旅游，出去徒步，...