面试不是一场遭遇战

引言

Ethan第一次跳槽时，把工作总结搞成简历，丢到BOSS，面了几场，结果都很糟。复盘下来，发现面试过程临场发挥太多，把攻坚战打成了遭遇战。

那面试要如何准备？什么情况下跳槽？有哪些大数据组件问题高频出现？怎么做数仓项目介绍呢？这些问题我都一一探究过，现在整理分享出来，相信一定能对你有所启发。

 

为什么要跳槽？

出门工作的意义无非先求一个经济独立，钱是实现自由的手段。再求一个能力成长，希望技术、商业、沟通力、协调管理等等能力可以如臂使指。按这两个标准来评估，一个岗位给你的薪资如果远低于市场平均水平（例如-20%）；或者翻翻自己做过的方案，现在想不到更高效的方法。那么你就可以考虑看机会了。

在职场上发展，理想状态是能找到和自己同频的管理者，大家一起合作把事情做起来，拿到好的绩效（more money）。俗称“嫡系”，可惜嫡系的位子很少，大多数人还是要靠跳槽来获取更高回报。

面试是跳槽必经之路，是我们实现收益的能力基石，平时深耕专业面试能力才是王道。

 

面试的流程？

面试全流程大同小异。1）简历评估；2）技术面试（一二轮资深面）3）技术面试（二三轮总监面）4）HR面试。

1）技术面试一般40~60分钟。0）面试官宣布面试开始；1）候选人自我介绍。2~3min；2）面试官针对自我介绍中的技能环节、过往经历、展开问题。2~3min；3）候选人项目介绍。5min左右；4）面试官针对项目介绍中的项目背景、技术细节等展开问题。5min左右；5）面试官针对技术基础问题展开问题。3~5min；6）一道代码题目（数仓以SQL为主）20~30min；7）候选人反问。2~3min；8）面试官宣布面试结束；

候选人发挥的环节一定要注意把控时间。

2）所有面试环节都通过之后，会有定薪环节，HR小伙伴会收集流水、绩效、晋升等材料。接着双方约定入职时间，最后OFFER基本都以邮件形式发送到邮箱。这时候99%就算找到一份工作了。如果不幸命中1%概率被毁约，可以拿着offer邮件去劳动仲裁，申请赔偿。

3）最后是入职新公司，施展你的才华。但值得注意的是，试用期通过之后，就可以为新目标做准备了。尽可能在当前工作获得成长收益，在下一次面试中去体现，拿到更高回报！

 

面试怎么准备？

1）简历书写

一页纸！一页纸！一页纸！重要的事情说三遍。

第一部分基础信息（姓名、职业头像、年龄、工作地、期望岗位、教育经历、公司经历）占1/4篇幅左右。

第二部分项目经历（三段突出不同能力最佳）占1/2篇幅左右。

第三部分专业技能占1/5篇幅左右（分类分点）。

简历文档名称：候选人姓名+联系方式+期望岗位；

简历文档格式：PDF；

 

2）自我介绍

自我介绍是一个增进信任与拉近关系的环节，完全不用紧张，大部分时间面试官都在抓紧时间阅读你的简历。因此，大大方方的开口就好，给一个参考模板：

（打招呼，扯扯个人信息，把气氛搞随和）面试官您好！我是XXX。今年XX岁，已经工作XX年了。我来自辽宁省沈阳市，是一个阳光积极、超级热心的大男孩！

（开始逐步正经，介绍教育经历）我在21年从清华大学毕业，专业是计算机技术，获学士学位；毕业之后就加入了谷歌搜索，职位是大数据开发，主要负责谷歌3C产品推荐业务下面的增长、物流、搜索等主题的数据研发以及质量治理的工作。

（非常严肃，介绍自己的技能）我的技能方面。理解数据仓库的基本概念、掌握大数据ETL流程、熟练使用SQL、优化数据查询性能、具备数据建模能力、了解数据治理和安全、熟悉相关工具和技术。

（回归半正经，客套恭维一下）我的经历和技能和咱们这次招聘的岗位比较匹配，所以就投了我们这边。

 

3）项目介绍

一定要讲清楚项目目标、技术难点、解决方案。参考高频面试题-项目介绍篇

 

4）技术基础

主要是SQL笔试、大数据组件、数据建模、数据治理等几个方向。参考

• SQL面试速通

• Spark面试高频真题一--Spark基础

• Spark面试高频真题二--数据倾斜

• 高频面试题-数据建模篇

• 高频面试题-数据治理篇

 

面试能力怎么提升?

1）每次面试一定要复盘

有条件一定要录音，去发现自己在临场回答问题时，是否不流畅（过长的停顿），不自信（声音低弱），技术用词不准确，逻辑不通顺等情况。把问题都记录下来，重新整理更好的回答。通过背景、目标、行动、结果；概念、逻辑、案例；事前、事中、事后；宏观、中观、微观；优势、劣势、机会等等表达框架淬炼自己对于技术问题和工作经历的理解和表达。

2）面试过程及时收集反馈

通过反问面试官去了解自己能力的短板。参考反向面试！3个必问面试官的问题。接着针对短板做提升。

 

3）面试心态

快乐！有人专门花一个小时听你吹牛X，还不花钱！搞不好还能赚更多钱。多快乐呀！我们一定好好扯~

 

Ethan能帮你什么？

1）数仓面试宝典

总结了大数据仓库工程师岗位的一些必问问题答案，技术面的军工厂。

• 终战！轻松应对HR面试

• 反向面试！3个必问面试官的问题

• SQL面试速通

• Spark面试高频真题一--Spark基础

• Spark面试高频真题二--数据倾斜

• 高频面试题-项目介绍篇

• 高频面试题-数据建模篇

• 高频面试题-数据治理篇

 

2）大厂数仓面试实录

互联网大厂数仓面试问题实录30+，一二三轮都有，你都能回答上的话，offer一定满满的。

• [面试经验]字节中台数据开发二面

• [面试经验]支付宝数据开发一面

• [面试经验]滴滴数据开发一面

• [面试经验]百度数据开发三面

• [面试经历]莉莉丝数据开发一面

• [面试经验]字节生服数据开发二面

 

预告

面试系列文到此告一段落。👏🏻

后面会继续更新大数据岗位日常工作中的问题方案、工具技巧等等。

大家希望先看什么内容，可以留言给Ethan，催更BUFF叠起来！例如：HiveUDF开发指南、Spark参数调优指南、数仓架构设计、大模型在数仓工作中的落地案例、指标命名规范实践等。