2、技术栈：
编程语言（java、python、scala），数据库（mysql、redis、oracle），大数据框架（hadoop、spark、flink）
3、工作经历
按照时间顺序或倒叙罗列即可（注意：工作经历的时间最好与项目经历的时间顺序保持一致），写清楚公司名称、任职时间、岗位名称、工作内容
4、项目经历
如果做的项目或者负责内容比较多，可以挑3-5个不重复且能突出技术能力的项目描写。项目经历分为几个部分：项目名称、项目技术架构、项目介绍、项目中负责内容
二 、面试部分
1、心态篇
求职者要正确对待面试，做好相应准备。如何做准备呢？可以看岗位描述圈技术重点、有时候hr也会问会不会es、flink，这些就是要准备的重点。
面试是一个检阅自己技术的一次机会。同样的技术在不同的业务场景下应用程度是不一样的，在不同的数据量、集群规模下，暴露出来的问题也是不一样的，所以有时候难免会遇到自己觉得掌握了这个技术，但是面试官问的问题自己没遇到，那这就是一个学习机会，可以请教面试官，一般情况下面试官会解答的。
有的面试者技术实力和经验会超过面试官，不要因为面试官问的问题简单就随便回答。
有时候遇到面试官问的问题很难，回答不上来，或者面对一个问题深挖，面试者会紧张，不知所措。这个时候可以冷静，一个问题等3秒，思考之后再回答，千万不要随便回答，确实回答不上来，可以说不知道，一般情况下。
综上，做好准备，以平等的心态面对面试官，面试是双方的一场交流，戒骄戒躁。
2、自我介绍篇
简历上描述了基本信息，所以不能简单介绍简历上展示的。面试官往往是到了面试的时候才看到简历，所以对候选人的基本情况不了解，所以需要自我介绍的时候让面试官了解你。例如：面试官，你好，我叫张三，今年25岁，本科毕业，工作3年了，做过xxx项目和xxx项目，熟悉hadoop生态，掌握java编程语言，搭建过10台规模的大数据集群，处理过100TB级数据量，解决过生产服务异常，做过sql调优。
3、技术问答篇
技术问答之挖坑篇（问）：kafka数据如何自动均衡？
分析：熟悉kafka的兄弟们都知道，kafka是不支持自动均衡的。面试官很明显是在引你入坑。其次，面试官其实想问的是kafka如何处理数据不均衡的问题
回答：1、kafka不支持数据自动均衡 2、应该在数据生产端设计合适的key，让数据可以均衡 3、可以使用pulsar，这个支持数据自动均衡（拔高）
技术问答之流程描述篇（问）：hdfs读数据流程？
分析：不要按照面试题把流程完整背一遍，最好是自己能理解一篇，用自己的话去表达
回答：用户通过客户端发起请求，请求中会带上文件地址，namenode收到请求后，解析文件地址，返回文件的元数据地址，也就是数据存储在 datanode中的地址，客户端获取元数据地址后，再向datanode发起请求，datanode开始向客户端传输数据，客户端再向用户返回数据
技术问答之直面问题篇（问）：拉链表是什么？
分析：这种问题就直接回答，不要回答缓慢变化维，直接用概念或者用表征回答即可
回答：拉链表是维护数据的历史状态及最新状态的表。
技术问答之架构篇（问）：这个项目用了什么样的技术？
分析：考察项目的场景和架构是否匹配，考察面试者对整体项目的把握程度
回答：按照数据从源到端说，可以按照数据源、数据采集、数据入数仓、数仓分层技术、即席查询技术路线说
技术问题之项目问答篇（问）：介绍一下项目？
分析：无
回答：简历上项目介绍部分要简洁，项目内容、解决了什么问题，自己负责部分内容、用了什么解决问题、做了哪些优化、优化提升了什么
4、提问篇
技术面试完之后，面试官会问你有什么问题。有几个方面需要了解清楚的。
入职之后主要的工作内容、团队成员规模、集群规模、数据量多大、负责什么业务
如果手里有多个offer，肯定是选业务是现在热门的，工作内容既熟悉又有不熟悉的迎接挑战才能成长，集群规模、数据量比之前自己接触过的更大，对下次找工作会有很大的帮助。
最后可以问面试官，今天面试表现如何，技术方便有哪些地方可以提升的。
三、面试技巧篇
最大的面试技巧就是坦诚、做好准备、好好交流。
不管遇到什么样的面试官不要慌张，最好的面试是通过面试可以学到东西。
回答问题要有层次，如果回答一个问题需要几句话回答，可以将内容拆分成几点进行说明，由浅入深。
如果面试时，有白板，是可以借用的，但不要自作主张，我曾面试华为一个岗位时，当时在一个办公室，正好有白板，web框架的问题，面试官说如果没有web框架是否可以做web，很明显面试官在考察对web流程，那么这个问题描述又很难，所以征求面试官同意后，使用白板画出了流程，整场面试2个小时，一边画一边讲解。
当然我也才曾作为面试官，问了一个数仓流程，面试者非要给我画图，不画都不行，最后也没画好也没讲好。
