快！逃离裁员潮！大数据程序猿必备过冬指南！！！

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！！！