1. 首页 > 汽车

程序汪粉丝二本大数据培训找工作的经历分享!

本文章来自程序汪粉丝的亲身经历,一个二本大数据培训找工作的经历分享,希望给大家一些经验参考

来张大头照镇楼

因为投稿程序汪私下微信电话跟他也聊了下,目前他已经工作

教育经历

坐标:北京

背景:普通二本,非计算机专业,培训出身,工作时间四个月

岗位:大数据开发

包装:项目都是培训机构提供的(推荐系统、用户画像、离线数仓、实时框架),加上自己对于大数据的理解,进行了优化和修改

转行之前的背景:工作时间五年,做过的行业比较多(物流仓储、存储技术支持、项目管理、培训宣讲、审计),所以业务理解能力比较强

拿offer情况

目前工作:

外包公司,人员外派到银行负责用户画像开发 薪资(16k*13)

面试:

外包公司面试--

自我介绍

1.kafka 怎么被消费的?

2.如何保证数据幂等性

3.spark和MR的 有什么不同的地方

甲方面试--

自我介绍

spark、Flink架构和底层运行原理

HQL中on和where有什么区别

spark的job stage task如何划分、spark执行顺序

面试总结:

基本上都是简单的问答,对于技术要求不是很高,实际开发,也就是写HQL语句和shell脚本,ETL和存储。

工作总结:

银行的外包工作基本上是一些体力活,整体来说大数据培训是骗局,接触不到架构、设计、调优等技术,主要工作内容就是写脚本,工作内容轻松,基本没有加班的情况。

offer:

国企下属事业部,业务主要是商业和军用*****的遥感大数据产品,大数据团队规模很小(5人)

待遇:15*14+加不定额项目结项奖金(需要从项目的收益中获取,没有具体金额)

工作内容:大数据部分的开发、也有可能支援前端和后台开发,因为是卖产品,还要负责与甲方进行沟通,后期可能还要负责带领大数据外协进行开发。

描绘的前景很好,但是考虑到国企制度僵化,可能在技术敏感度上没有讲的那么美好,另外就是由于遥感大数据不是市场主流,后续跳槽的话也有可能会有一定影响。

面试内容--

一面(视频面试)

自我介绍

1.存储了组件的什么信息

2.Kafka不用能不能用

3.spark运行过程

4.spark宽窄依赖

5.flume和Kafka的区别

6.机器学习了解多少

二面(现场面试)

自我介绍

自我介绍完了以后没有问问题。。。直接让HR过来跟我谈薪

自我介绍的内容主要包括

Flume、Kakfa、canal、mysql、Hbase、hive、spark、一系列的完整闭环架构

主要讲解了数据可靠性、后续扩容升级方向、优化、二次开发等,业务需求内容。

(实际上面试了4家,有3家提供工资20K-30K,但是明确要求要过去带队。。。所以就只剩这一家了。)

大数据开发入行

由于本人是培训机构出身,所以主要讲一下培训这块的情况。

主要分两种身份--

1.应届生

应届生入行,分两种情况,一种是包装简历,一种是不包装简历。

先说不包装简历,市面上有很多企业,专门去挑985、211应届本科生来进行培养,当然薪资也会相应低一些。

再说包装简历,一般包装简历之后,如果技术不过硬的话,很多人只能选择外包公司来进行过渡,而且由于毕业时间的限制,包装的内容也非常的有限。

以我的了解来看,实际上如果想转行,大三、大四就开始学习这方面的知识,是最好的。越晚越吃亏。

2.有一定工作经验的人

本人就是属于这种情况,如果不是非常想不开,本人非常不建议选择这条道路,一个是沉没成本过高,二是每个人对技术的接受程度有很大的不同。

大数据开发目前由于培训机构持续发力,导致市场愈发饱满,初级职位基本没有,中级职位竞争激烈。

如果是下定决心要走上这条路的话,有几个小建议,一个是要找行业内部人士帮忙进行一下分析,包括自身的有无优势,一些技术基础的学习,行内人和行外人看待问题的角度和眼光真的差距很大。

大数据开发找工作:

目前市场上主要包含几种工作

1.外包

主要分两种,项目外包和人员外包,外包公司虽然风评不是很好,但是准入门槛低,想入行的话,可以先做个跳板,后续发力谋求发展。

2.非外包

基本上要么就是做大数据平台,内部服务。要么就是做大数据产品进行销售。

找工作注意点

大数据这块,有很多挂羊头卖狗肉的皮包公司,喊你过去面试,然后忽悠你进行培训才能上岗,这种可以直接走掉了,不要浪费精力。

岗位职责非常重要,建议面试之前一定要认真阅读,从岗位职责基本上就可以看出公司缺什么人,这样你提前准备有的放矢,效果拔群哈。

年前大数据开发对开发语言这块要求还不是很高,但是年后开始,对于java、Scala出现了一定的要求,但是培训机构这块还没反应过来,没有认识到问题的严重性,自己注意一下。

大数据的技术栈不多,面试问题的角度基本不变,可以多在网上找几分面试题,求同存异。

学习注意点

因为本人也是菜鸡一枚,所以不敢大放厥词,就跟大家分享一下我的学习路线吧

首先,培训机构讲的都是非常基础的东西,很重要。但是培训机构的项目基本都是伪代码,需要你自己进行优化,大数据优化网上一搜一大堆,要尽量把项目圆满,不要有逻辑bug。

除了本机构知识以外,还可以在网上看一些其它机构的培训视频,平台的话 B站就可以。

还有就是一些书籍的阅读,开源组件的权威书籍,要看,如果实在没时间,建议至少看一下优化部分。一个是面试的时候,你看面试题就非常简单,二是你实际工作的时候,会有一定的帮助。

还有就是因为大数据架构是不是环环相扣的,所以遇到一个知识点看不懂,没关系,可以继续学下去,触类旁通,最后都会明白的。

大数据这块的技术你看多了以后,你会发现,为了满足一定的要求,不同组件的底层运行原理很有可能是相同或者是非常相似的。

源码部分大数据培训是骗局,如果基础良好的话,一定要多看;如果是速成的,也要挑一些重要的看一下,自己动手写一些,比如Flume的二次开发源码修改,比如spark的RDD源码一定要看,具体看自己能力量力而行。

最后就是选择了这条路就要坚持,要把学习当成一种习惯,否则很快就会被市场淘汰。

11本优质大数据方向资料

获取方式直接扫下方二维码回复:大数据

本文采摘于网络,不代表本站立场,转载联系作者并注明出处:http://www.9iwh.cn/qiche/34382.html