大数据面试求职经验总结_大数据专家面试(2)

写在前面：空杯心态，多投多改，把握好校招机会，它是你最容易通往大厂的机会。

面试经验分享：

1. 提前了解应聘公司信息，知道该公司是做什么的，发展情况，招聘的岗位的要求等 ；

2、面试不要说自己是培训班出身,个人技能里千万尽量不要体现出学习、了解字样

3、找工作策略：先可以找一些普通公司试试经验，面试几次熟悉套路后，再去面试心仪公司。

4、简历写的不要太多，尤其是项目不用写太细，提前想好可能被提问的点，留一些空间现场聊。

5、不要进入误区，完全依靠培训课程内容还不够，课程内容只是帮助大家完善一个项目和既能，面试考察基本功（数据结构、基础算法）

6、面试的时候要听清问题再回答，可以停顿一段时间再回答。

7、现场面试的话建议要简历，（1）注意礼貌，着装合体（2）辅助描述

8、聪明程度，迂回法；合理利用规则，如电话面试。

9、时间把握 （1）自我介绍 5分钟左右或以内 （2）中间环节，尽可能用项目、工作内容占满。

一、简历

简历是获得面试机会的敲门砖，

1.自我介绍

主要考察应聘者的逻辑思维、语言表达、自我认知等能力。

参考建议：

第一，条理清晰，层次分明，突出与岗位要求相吻合的技能、个人所长、行为风格、实际经验等。

第二，现场表达必须与个人简历所写保持一致。

第三，控制时间，一般不超过 5分钟。

第四，尽量口语化，语言平实可信。

我的建议：提前打好稿子，背熟，注意自我介绍往往时间不需要过长，面试官通过自我介绍了解你的基本情况后，然后展开提问，所以自我介绍中要有吸引面试官的点，去引导面试官提问，以下是我之前观看视频收集的自我介绍模板，每个人情况不一样，仅供参考！

关于校招简历自我介绍模板：

关于社招简历自我介绍模板：

2.项目：

关于项目如何编写亮点、流程，强烈推荐观看以下视频。：

TALKDATA：【终于把项目讲明白了】如何封装简历上的项目？项目亮点怎么写、项目流程如何描述、如何与面试官聊项目_哔哩哔哩_bilibili

注意：根据自己的项目分点展开写，挑重点，内容不宜过多。

3.专业技能模板：

注：主要学会用词搭配，内容根据自己个人情况及招聘岗位删改。

模板1

■ 语言开发

1.扎实的Java基础，理解IO，多线程，集合，熟练使用Java，Scala进行开发；

2.掌握常用的数据结构和算法，如栈、队列、递归和常用排序算法；

■ 计算引擎

1)熟练掌握MapReduce的原理和运作流程，对海量的数据进行分析；

2)熟练掌握Spark Core和Spark SQL对离线数据进行相应的分析；

3)熟练掌握Spark Streaming实现对实时数据进行分析；

4)熟练掌握HQL语句的编写，进行业务分析。

■ 存储工具

2)熟练掌握Hbase的架构，以及相对应组件的工作原理，能够根据业务的不同设计相应的表，并且进行相应的优化，设计相应的二级索引；

3)熟练掌握Redis的工作原理，能够对相应的数据进行快速的操作；

4)熟练掌握MySQL的工作原理，能够使用开发语言进行数据库的连接，熟练的使用SQL语句对相应的业务进行分析。

■ 相关组件

1)对Hadoop生态圈有详细的理解，能够独立完成Hadoop集群的搭建和 Hadoop系统架构的搭建；

2)熟练掌握HDFS分布式文件系统原理，实现对数据的合理存储；

3)熟练掌握Yarn（分布式资源管理）架构和工作原理，熟悉资源分配的整 个流程；

4)熟练掌握Flume的工作机制，内部的运作流程。实现相应的配置，实现数 据的拉取；

5)熟练掌握Sqoop（SQL-to-Hadoop）的工作的原理，运作流程，实现数据 在各组件之间的传输；

6)熟练掌握Kafka分布式消息队列的架构。能够使用Kafka和Flume结合对 实时数据进行简单的处理；

7)熟练掌握Zookeeper（分布式协作服务）的架构，工作原理；

8)能够使用Oozie（工作流程调度器）进行程序流式运行；

9)掌握Git管理工具。

模板2

■ 语言

1.Java

•熟悉JVM的垃圾清理机制和调优，理解Java多线程的技术;

•拥有OOP的思想，能够熟练地使用Java语言进行MapReduce以及Spark的开发。

2.能够熟练使用Scala语言进行Spark的业务开发。

3.熟悉Linux命令，能够编写Shell脚本。

4.精通SQL语句，能够进行Hive和SparkSQL的开发。

■ 框架

1.Hadoop

•熟悉HDFS的读写流程，并能用其进行海量数据的存取；

•熟悉MapReduce的运行流程，并能用其进行海量数据的分析；

•熟悉Hive的原理，能够熟练使用hql语句以及自定义UDF进行Hive的数据分析，能够进行Hive的调优；

•了解ZooKeeper的原理，能够使用ZooKeeper对集群进行协同服务；

•理解HBase的特性，能够使用HBase进行数据的存储，能够完成HBase的表设计；

•熟悉Flume的框架，能够使用Flume实现不同场景下的数据采集；

•熟知Sqoop的原理，能够使用Sqoop实现不同场景下的数据传输。

2.Spark

•熟悉Spark的框架以及Spark任务的执行流程；

•熟悉RDD的属性，能够使用RDD算子进行Spark Core的开发；

•精通SQL，能够进行Hive on Spark以及SparkSQL的开发；

•能够使用Spark Streaming进行实时处理；

•理解消息中间件Kafka的原理与结构，能够完成Kafka与Spark的对接。

■ 工具

1.熟悉IEDA/Eclipse开发工具，熟悉Git版本控制工具；

2.熟悉数据库连接工具Navicat和Linux系统远程连接工具MobaXterm；

3.熟悉数据仓库建模工具PowerDesigner，能够完成ODS层，DW层以及DM层的设计。

■ 数据库

1.精通SQL语句，熟悉MySQL数据库；

2.熟悉Redis的数据类型以及常规操作，了解Redis的持久化和主从配置。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

中…(img-UqkzSIB5-1714321537368)]
[外链图片转存中…(img-6fBo8F5K-1714321537368)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取