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shuffle 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，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.zookeeper存储了组件的什么信息

2.Kafka不用zookeeper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、zeppelin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，apache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，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