算法岗

从25年2月到现在，接触大数据开发已经有一年了，从MySQL，orcal，到flink首先就是写SQL，毕竟大家大部分都是SQLboy，SQLgirl，SQL是基础，可以在力扣牛客上多刷题。手撕常考！数开作为技术岗中最贴近业务的岗位，理解业务过程并进行数仓建模是最重要的一部分建模这块主要涉及，指标维度建设，数仓分层，讲解项目结合业务来讲.技术栈主要分离线和实时，实时门槛工资相对高一点，但应用场景比离线少很多，离线是数仓的基础。大数据技术栈主要是Hadoop生态圈，分布式的一些东西，也就是八股基础的得会，得理解整个架构运作流程，光背是记不住的Hadoop，hive，spark离线最核心的技术栈，也是八股最常考的，实时主要是spark，flink其次是一些数据处理框架kafka，etl转换工具知道一些，怎么用的大数据的框架搭起来比较麻烦，时间赶的不建议亲自搭环境，理解项目业务过程，这个项目做了什么，整个数据链路能讲清楚即可。技术栈的一些相关学习渠道，博主是在B站上找视频学的，也够用，时间赶学重点就行，结合八股来看。最后是算法手撕，本人算法很烂，除了大厂基本不考这个。出的题一般比较简单，会hot100就行个人经验来看，简历上有了实时项目，很少问Hadoop八股，更偏重spark和flink。项目还是以离线为主。实习发现实时数据只占很少一部分，离线是底盘有了实习经历就不咋问项目了

对于开发，公司有的部门肯定得轮流周末或者晚上值班，避免夜间突然宕机，报警什么的，我觉得这都是情理之中的，关键是频率，别可一两个人坑，经常夜班到凌晨，那真是受不了了多找几个人，大家均匀分配，那还是非常可以的

在AI大爆发的时代，除了卷算法模型，AI Infra正成为各大厂争夺的“算力底座”。但这个领域庞大而且比较复杂，究竟包含哪些技术栈？不同岗位又有哪些侧重？给大家简单介绍一下（这个也属于新兴岗位了，所以现在入局也不算晚欢迎大家在评论区发表看法，我们一起讨论👇有用的话请在文章底部给我送朵花吧🙇‍♂️🙇‍♀️

感谢美团！