1.關于我

本人現(xiàn)在北京某大型互聯(lián)網公司高級數據開發(fā)工程師一枚，三年工作經驗，一年多面試官經驗。

2.為啥要寫這篇文章？

面試中經常會遇到這種情況：之前專心寫web的Java碼農突然轉型想做大數據了，然后寫幾個大數據的項目經驗跑來面試，結果就是一問三不知，還有好多人只是搭了個Hadoop環(huán)境就說自己是搞大數據的，然后來面數據開發(fā)，結果肯定悲劇。一般情況下，面試失敗的我都會送走，然后針對不同的人給點建議。面試候選人一激動就要加微信，最后的結果就是人沒招來幾個，微信好友加了不少。這篇文章基本上就是一些經驗的匯總。

3.正題

首先，我個人進入大數據行業(yè)也純屬偶然，當年實習的時候做的是純純的Java開發(fā)，后來正式畢業(yè)了以后找了份Java開發(fā)的工作，本以為和大多數Java猿一樣天天搞增刪改查了，但是巧的是搞好部門有個做大數據開發(fā)的離職了，數據開發(fā)缺人手，然后領導就讓我頂上了。剛開始什么Hadoop，HDFS也是各種不懂，只會寫hive，因為畢竟有SQL基礎嘛。再后來發(fā)現(xiàn)hive實現(xiàn)一些東西很麻煩，就開始學習spark。網上找的例子，從Wordcount入手，邊寫簡單的例子邊看《Hadoop權威指南這本書》，不到一周時間就上手寫了一個計算報表數據的作業(yè)。后來就不斷深入，過程之中覺得《Hadoop權威指南》這本書每一次讀都有不同的體會，前前后后應該讀了有三四遍吧。
總體感受就是理解了分布式計算的模型，就知道如何寫mapreduce了。但是如何進行作業(yè)優(yōu)化以及數據處理過程中遇到的問題如何解決就需要更深入的研究。
前面提到來面試的有應屆生也有工作幾年的，針對不同的人給一些不同的建議。

3.1 對應屆生

個人覺得應屆生應該打好基礎，大學本科一般都會開設數據結構，算法基礎，操作系統(tǒng)，編譯原理，計算機網絡等課程。這些課程一定要好好學，基礎扎實了學其他東西問題都不大，而且好多大公司面試都會問這些東西。如果你準備從事IT行業(yè)，這些東西對你會很有幫助。
至于學什么語言，我覺得對大數據行業(yè)來說，Java還是比較多。有時間有興趣的話可以學學scala，這個語言寫spark比較棒。
集群環(huán)境一定要搭起來。有條件的話可以搭一個小的分布式集群，沒條件的可以在自己電腦上裝個虛擬機然后搭一個偽分布式的集群。一來能幫助你充分認識Hadoop，而來可以在上面做點實際的東西。你所有踩得坑都是你寶貴的財富。
然后就可以試著寫一些數據計算中常見的去重，排序，表關聯(lián)等操作。
對于我來說，面試應屆生就問你的基礎，筆試大多是數據結構和算法方面的，如果你基礎不錯而且有一定的大數據方面的經驗，基本上都會過。

3.2 對有工作經驗想轉行的

主要考察三個方面，一是基礎，二是學習能力，三是解決問題的能力。
基礎很好考察，給幾道筆試題做完基本上就知道什么水平了。
學習能力還是非常重要的，畢竟寫Javaweb和寫mapreduce還是不一樣的。大數據處理技術目前都有好多種，而且企業(yè)用的時候也不單單使用一種，再一個行業(yè)發(fā)展比較快，要時刻學習新的東西并用到實踐中。
解決問題的能力在什么時候都比較重要，數據開發(fā)中尤為重要，我們同常會遇到很多數據問題，比如說最后產生的報表數據對不上，一般來說一份最終的數據往往來源于很多原始數據，中間又經過了n多處理。要求你對數據敏感，并能把握問題的本質，追根溯源，在盡可能短的時間里解決問題。
基礎知識好加強，換工作前兩周復習一下就行。學習能力和解決問題的能力就要在平時的工作中多鍛煉。
社招的最低要求就上面三點，如果你平日還自學了一些大數據方面的東西，都是很好的加分項。
以上是個人的一些經歷和見解，希望能幫到你。當然也不完全正確，如果你認為不妥可以評論開噴，哈哈。
最后祝各位看官都找到稱心如意的工作！