没有稳定的工作,只有稳定的能力。
——Michael_PK
2018年的裁员潮没有随著春节的结束而退去,反而在料峭寒春中愈演愈烈。
2019年2月15日,滴滴月度大会上,程维宣布滴滴整体裁员比例占全员的15%,整体裁减约2000人;
4天后,京东宣布2019年将末尾淘汰10%的副总裁级别以上高管;
仅隔10天,网易开始所谓结构性优化,部分部门调整比例达50%;
除了大厂,一些中型互联网公司,如知乎、科大讯飞、斗鱼等也或早或迟地开启了不同程度的“组织结构优化“,遑论那些更小的互联网公司,倒闭、破产的比比皆是。
当浪潮过去,我们才知道谁在裸泳。在这场互联网寒冬中被裁的,程序员可以说占了绝大多数,他们都陆陆续续地回流到了人才市场。
但是面对紧衣缩食过冬的企业,又有多少猿能重新上岸?
金三银四的求职季已然到来,当它仍未成为多数程序猿驱散寒冬的篝火。因为人才市场上除了经历裁员的伤心猿,还有那些主动离职换更大平台的跳槽猿。
千军万马过独木桥,我想你更需要的是:有一个“老鸟”带路过冬
为此,小N特别邀请(zhà gān)了一位一线资深老师,为大家详细剖析大数据面试过程中的高频考点、加薪点,并能从中获取工作中常见问题的解决方案的思路,提升解决问题的能力,让猿类们面试备战和能力提升两不误。
谁来带路
Michael_PK
八年互联网一线研发经验,现任某知名云厂商大数据架构师。
主要从事基于Spark/Flink为核心打造的大数据公有云、私有云数据平台产品研发。改造过Hadoop、Spark等框架的源码为云平台提供更高的执行性能。
集群规模过万,有丰富的大数据项目实战及授课经验,深厚学员好评。
适合谁学
想系统复习大数据面试考点的备考猿
即将面临大数据面试和跳槽的紧张猿
希望全面学习大数据相关知识的学霸猿
拓展和提升自身大数据相关能力的专业猿
PK老师将亲自为努力学习的大数据猿们提供模拟面试!
课程讲啥
大数据前导篇
企业级大数据云平台总体架构及处理各个环节的的注意事项;
小文件引发的血案篇
HDFS架构、高可靠性、小文件给集群带来的瓶颈及解决方案;
SQL on Hadoop篇
分别从架构层面、语法层面、执行层面进行详尽的调优分析;
Spark调优篇
详述Spark在使用过程中算子及序列化方式的正确使用姿势,详解Spark Streaming对接Kafka时offset的管理进而保证待处理的零数据丢失等;
数据倾斜篇
什么是数据倾斜及带来的现象,MapReduce/Spark的Shuffle、数据倾斜的解决方案;
Java篇
使用反射和注解自定义ORMapping框架的实现、多线程及并发的高频考点详解、JVM中的ClassLoader机制、内存模型、垃圾回收算法及垃圾回收器;
其他篇
如何实现分布式锁、Linux中的常考点
技巧篇
为什么要离职、你的职业规划是什么、你的优缺点、你对加班的看法、为什么要选择我们公司等等
划重点!!!