ビッグデータ面接の現場質問への対策、本当に我慢できない!

37241f7dee904c175677ce43fe527046.png300万語!ネットワーク全体で最も完全なビッグデータ学習インタビュー コミュニティがあなたを待っています!

先日、インタビューをまとめた記事を投稿しましたが、ビッグデータ分野のインタビューでは現場の質問が多くなっています。面接では全員が「現実的」になり始めましたが、実際の現場での質問では、フレームワークの原理的な内容の調査が追加されました。これは間違いなくビッグデータの分野での進歩です。大きな挑戦です!

この記事では、そのような問題の背景と解決策をまとめます。

背景

面接官の視点から、現場の問題点の視察が増えている理由は主に以下のような要因があると思います。

1. フレームワーク自体は習得が難しくない

現在のインターネット業界全体の発展から判断すると、オープンソースなものが多く、誰もが「基礎知識」を習得する敷居は高くなく、必要なリソースはインターネットから簡単に見つけることができます。純粋な枠組み原理の研究はそれほど差別化されていないということです。これは大学入試問題と同じです。簡単な問題と中程度の問題は誰もが知っていますが、これらの質問は本当に能力のある学生を効果的に区別することはできません。これは彼らにとって不公平です。したがって、理論と実践を本当に組み合わせた学生を区別するには、各大問の最後の小問の難易度を上げる必要があります。

2. 実践そのものの重要性

実践的な場面の質問は、特に比較的新しい分野において、個人の能力とビジョンを証明するための最もシンプルかつ効果的な方法です。これらの分野は、学習コストが高く、学習曲線が急峻です。それにより、「魔法の履歴書」を可能な限り排除できると、誰もが信じていますそれが何を意味するか知っています。

私たちは何をすべきか?

私たちはこれらの問題を 2 つの観点から検討します。

まずは簡単なインタビューの観点から

このような質問に答えるための基本原則は、次の 3 段階である必要があります。

  1. 自分のビジネス/技術的背景を明確にしてください

面接官は、これがどのようなビジネス シナリオなのか、需要側の具体的なニーズは何なのかを明確に知る必要があります。なぜそのような必要があるのでしょうか? そして、このシーン自体につながる上流と下流の情報とは何ですか?

  1. 個人的な技術ソリューションの簡潔かつ明確な表現

一般的に、特定のビジネス要件に対しては、ビジネス要件に応じた技術的なソリューションを提供する必要があります。すべてのビジネス シナリオを一連のソリューションでサポートすることは不可能です。では、現在のビジネス シナリオにおける技術ソリューションの長所と短所は何でしょうか? 注目すべき点はありますか? 実際の開発ではどのような課題に直面し、どのような解決策を講じたのでしょうか?上記の3つの連続した質問は、面接官が最も注目するものです。

さらに、ここで明らかな誤解があります。データ量/データ サイズはほんのわずかな参考基準にすぎず、参考基準ですらないのです。ここで議論する価値はあるのですが、一部の学生の履歴書には、プラットフォームの 1 日の平均アクセス データが xxx 億、xxxG などというような記述がよく見られます。これで話が終わるわけではないことを誰もが理解する必要があります。第 2 に、プラットフォーム自体/フレームワーク自体の能力です。どの企業のビジネスも複雑になると、データの規模は増大します。面接官が気にするのは、データがいつ収集されるかということです。ある程度の規模に達したら、自分は何をしましたか?たとえば、ClickHouse テーブルに 100 億のメッセージと 200 のフィールドを書き込む学生もいますが、これはあなたと何の関係がありますか? これがClickHouseの機能です。このデータスケールを使って何をしているのでしょうか?

  1. メリットを明確にするために

現在、ビジネス上の問題を解決するために、特定のビジネス シナリオに向けたターゲットを絞ったソリューションと技術ソリューションを設計しています。そうすれば必ず利益がもたらされます。この利点には 2 つの側面があり、1 つは技術的な面、もう 1 つはビジネス面です。例えば、技術的にはどのような技術的課題を解決し、どのような効果が得られたのかを説明できます。事業においてどのような経営指標が改善され、何パーセントの利益がもたらされたのか。

これらのメリットは面接官にとっても大きな関心事です。

第二に、考え方の観点から

上記の質問に対する答えを見ましたか? これは実は考え方、普段の行動や考え方を反映しており、プロジェクトのまとめや報告の考え方でもあります。

これは、特にハイエンドのポジションの面接で身につけるべき良い習慣です。全員が面接官のすべての質問に答えるとき、実際には、これが問題についての私の考え方であり、私のやり方でもあると面接官に伝えていることになります。いつものやり方。

面接官は心の中で考えますが、スキルそのものだけでなく、やり方や考え方もその人の成否を大きく左右しますので、当然考慮すべき要素となります。

この記事が参考になったら「いいね」 「いいね」 「お気に入り」を3回忘れずに  !

0d9357ed75518e1517374bd05cc8d2d0.png

7315650f2540ff8800893712b3b8901e.jpeg

2022 年にネットワーク全体でリリース予定 | ビッグデータの専門家レベルのスキル モデルと学習ガイド (Shengtian Banzi)

インターネット最悪の時代が本当に到来するかもしれない

私はBilibiliの大学でビッグデータを専攻しています。

Flink を学習するとき、私たちは何を学んでいるのでしょうか?

193 の記事がフリンクを激しく打ち負かしました、このコレクションに注目する必要があります

Flink 本番環境の TOP 問題と最適化、アリババ チベット経典パビリオン YYDS

フリンク CDC きっとイエス様を引き留めることはできないでしょう!| Flink CDC オンライン問題インベントリ

Spark を学習するとき、私たちは何を学んでいるのでしょうか?

すべての Spark モジュールの中で、私は SparkSQL が最強だと呼びたいと思います。

Hard Gang Hive | 40,000 語の基本チューニング インタビューの要約

データ ガバナンスの方法論と実践に関する小さな百科事典

ラベル システムの下でのユーザー ポートレート構築に関する小さなガイド

40,000 ワードの長文 | ClickHouse の基礎と実践とチューニングの完全なパースペクティブ分析

【インタビュー&自己成長】2021年半分以上、ソーシャルリクルーティングとスクール採用の経験

ビッグデータの方向へ新たな10年が始まる | 「ハードギャングシリーズ」第1弾が終了

成長/面接/キャリアアップについて書いた記事

Hive を学習するとき、私たちは何を学んでいるのでしょうか? 「ハードハイブ続編」

おすすめ

転載: blog.csdn.net/u013411339/article/details/132033255