面向简历学习-数仓工程师成名之道

0x00 前言

你是否担心互联网寒冬中首先淘汰的那波人就有自己?你是否感觉到自己缺乏核心竞争力?是否感觉已经很久没有学习成长?

如果有,那我们就可以继续聊下去~

废话不说,直奔主题,我们聊一下该如何学习。居士的观点很简单,就是标题的内容:面向简历学习!

大致意思就是,提前按照写简历的思路来安排自己的学习计划!我认为这是一种比较高效的学习态度,能让自己目标更明确,更有紧迫感。

0x01 规划

以数据仓库工程师为例,准备简历的时候应该有一些核心知识点要搞定,不同公司的要求不同,我们假设目标公司的期望如下:

  1. 了解 Hive、Spark 等分布式计算框架的原理

  2. 了解数据建模,了解Olap分析

  3. 了解数据治理

那么按照这个简单的要求,我们可以制定一系列的学习计划。

比如说这样一个简单的表格:

640?wx_fmt=png

按照上面这个表格,那我们在写简历的时候就可以比较自信地写上类似的内容:

  1. 熟悉 Hive、Spark 等分布式计算平台,了解其基本原理

  2. 熟练使用 Hive Sql,熟悉 cube、row_number、rollup等常用数据分析函数,能够完成日常数据分析工作

  3. 熟悉数据仓库原理,了解维度建模和数据分层,能够根据业务场景设计整套数据模型

  4. 熟悉数据治理,能够设计和实现元数据管理系统

  5. 有定期阅读论文的习惯,能将Google关于元数据管理的内容融入元数据系统设计中。

编了点内容,不严谨的地方,请勿见怪。

0x02 执行

前面聊了一下怎样执行学习计划,下面说一下怎么执行。

每个人的情况不同,我只说个人的意见:

  1. 找人组成兴趣小组,一起学

  2. 写博客,做总结,学一篇写一篇

  3. 最好找人带,有经验的人能帮你省很多弯路

总之,一定要想办法来让自己坚持下来,按照这个计划,只要能坚持下来,那么半年或者一年后,给面试官秀出你的博客,可能已经成功了一半。

0x03 收获?

关于面向简历学习,我认为最重要的一个点就是要提前准备,以个人为例,我的准备周期一般都是半年以上。耐得住性子,一周进步一点,半年或者一年后的收获是巨大的。

首先说,如果你记笔记或者写博客,那么只要能坚持,单从博客数量上,就有很大的收获。

另外,如果有人一起学习,互相交流带来的收获是巨大的,自从写博客,每次我收获最大的地方一般都是别人指出我博客的错误。

最后,这种有针对性,提前的准备,最容易培养自信,面试的时候不会感觉特别突兀,因为你一直都在准备,不慌。

0xFF 总结

貌似没了。

640?wx_fmt=jpeg

往期精选

一、课程简介随着技术的飞速发展,经过多年的数据积累,各互联网公司已保存了海量的原始数据和各种业务数据,所以数据仓库技术是各大公司目前都需要着重发展投入的技术领域。数据仓库是面向分析的集成化数据环境,为企业所有决策制定过程,提供系统数据支持的战略集合。通过对数据仓库中数据的分析,可以帮助企业改进业务流程、控制成本、提高产品质量等。二、课程内容本次精心打造的数仓项目的课程,从项目架构的搭建,到数据采集模块的设计、数仓架构的设计、实战需求实现、即席查询的实现,我们针对国内目前广泛使用的Apache原生框架和CDH版本框架进行了分别介绍,Apache原生框架介绍中涉及到的技术框架包括Flume、Kafka、Sqoop、MySql、HDFS、Hive、Tez、Spark、Presto、Druid等,CDH版本框架讲解包括CM的安装部署、Hadoop、Zookeeper、Hive、Flume、Kafka、Oozie、Impala、HUE、Kudu、Spark的安装配置,透彻了解不同版本框架的区别联系,将大数据全生态系统前沿技术一网打尽。在过程中对大数据生态体系进行了系统的讲解,对实际企业数仓项目中可能涉及到的技术点都进行了深入的讲解和探讨。同时穿插了大量数仓基础理论知识,让你在掌握实战经验的同时能够打下坚实的理论基础。三、课程目标本课程以国内电商巨头实际业务应用场景为依托,对电商数仓的常见实战指标以及难点实战指标进行了详尽讲解,具体指标包括:每日、周、月活跃设备明细,留存用户比例,沉默用户、回流用户、流失用户统计,最近连续3周活跃用户统计,最近7天内连续3天活跃用户统计,GMV成交总额分析,转化率及漏斗分析,品牌复购率分析、订单表拉链表的设计等,让学生拥有更直观全面的实战经验。通过对本课程的学习,对数仓项目可以建立起清晰明确的概念,系统全面的掌握各项数仓项目技术,轻松应对各种数仓难题。四、课程亮点本课程结合国内多家企业实际项目经验,特别加入了项目架构模块,从集群规模的确定到框架版本选型以及服务器选型,手把手教你从零开始搭建大数据集群。并且总结大量项目实战中会遇到的问题,针对各个技术框架,均有调优实战经验,具体包括:常用Linux运维命令、Hadoop集群调优、Flume组件选型及性能优化、Kafka集群规模确认及关键参数调优。通过这部分学习,助学生迅速成长,获取前沿技术经验,从容解决实战问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值