大数据面试——引入
引入
随着市场行情的变化，大数据领域也从当初我初入这个行业时的火爆，到如今趋于平静。从培训机构都开始不怎么搞大数据课程，就可见一斑。
但是大数据是真的不缺人了吗？
这倒也不是，只是对应的需求越来越高了。就以我所在部门为例，最近需要招资深数仓开发，我作为技术面的面试官，这几个月下来，能从我这边通过的候选人都寥寥无几。而且由于招的岗位对学历、工作经历等要求都很高，所以到我这边的时候，对应候选人的过往履历，都已经是看起来很不错的了。
但是他们中绝大多数，在面试过程中，都存在以下问题：
- 对于技术深度细节掌握不够。很多人连自己写着“精通”的技术，理解都是很欠缺的；
- 技术面太窄。以这里招的目标岗位为例，需要候选人具备离线和实时能力外，最好还需要有一定的数据湖相关技术栈使用经验，但绝大多数候选人都不具备；
- 项目理解不足。很多候选人对自己做过的项目完全没有自己的思考，只知道做了什么，不知道为什么做，以及如何做的更好。
本专栏主要分为技术面试（技术概览+面试）、项目面试两个模块，适合初中高级数据工程师。
下面是我梳理的大数据面试专栏的内容概要：
- 技术面试
- 数据结构与算法
- Linux
- Java
- Zookeeper与分布式原理
- Hadoop
- HBase
- Kafka
- Hive
- Spark
- Flink
- 全域数仓到数据资产
- 数据湖到湖仓一体
- 红色标识的为需要精通，黄色标识为需要熟悉，白色标识为需要掌握
- 项目面试
- 产品
- 技术
- 落地
我个人认为，学习最好的方法就是通过输出倒逼输入，而面试是最好的输出方式之一。
希望能够通过这个专栏给小伙伴以下帮助
- 对于刚进入大数据行业的中低级工程师们，能够起到扫盲和指引的作用；
- 对于中高级以上的工程师们，能够起到细节拓展，和广度提升的效果。