行业地图
大数据开发的雇主类型：互联网大厂数据平台部门、云厂商大数据产品线、金融机构数据部门与数字化服务商。岗位分三条线：离线数仓（ETL/维度建模/指标口径）、实时计算（Flink/流批一体）与数据平台（调度/元数据/质量监控）。数仓岗招聘量最大，实时与平台岗对工程能力要求更高。
流程与笔试
- 流程：网申 → 笔试（SQL 大题 + 算法题）→ 2~3 轮技术面 → HR 面。
- SQL 笔试是分水岭：窗口函数、留存/连续活跃类题目高频；算法题以中等难度为主。
- 部分公司加考数据场景设计题：给定业务描述设计表结构与指标体系。
面试拆解
- 数仓方法论必问：分层（ODS/DWD/DWS/ADS）为什么这么分、维度建模与范式建模的取舍、缓慢变化维处理方案。
- 实时方向加问：Flink 时间语义、状态管理、精确一次语义的实现思路。
- 项目深挖：数据量级、口径不一致怎么治理、任务延迟怎么排查——没有实习经验就用自建项目答，但要能推演到生产场景。
- 通用基础：Hadoop/Spark 原理、shuffle 机制、数据倾斜定位与优化是保留题。
准备清单
- 用公开数据集做一个分层数仓项目：接入 → 建模 → 指标产出，写清设计文档。
- SQL 刷题以窗口函数与行为分析题为主，限时训练。
- 整理一页「数据倾斜排查手册」：现象、定位手段、参数与代码层解法。