24届大数据开发 求帮改简历

二本数据科学与大数据技术，目前0实习，想找数据开发的岗位，也在犹豫转不转数分，目前投了一个多月只约到了一场面试，求高人指点

大厂AI产品经理｜把我们的弯路，变成你的捷径“如果当初有人带我走过这一段路，我就不会那么迷茫。”嗨，我们团队的原始成员是丸子和骄阳，两个性格开朗、热爱分享的大厂AI产品经理。‍ 骄阳的故事先后在京东、阿里、字节工作。从国内传统求学路一路走来，实习、校招再到社招，走过每一个台阶，踩过每一个坑。‍ 丸子的故事实习进了腾讯，校招顺利入职腾讯，后来跳槽去了阿里。一路看似顺利，但背后也有无数次失败的简历投递和不眠的面试准备。那时候的我们，也曾在“最难就业季”里焦虑到深夜：• 从零开始摸索，看不懂岗位要求 ；• 面试一轮轮下来，不知道失败原因；• 想转行AI，却不知道该从哪开始。幸运的是，我们后来一步步走出来，进入大厂、进入AI赛道。也开始帮身边的朋友、学弟学妹修改简历、模拟面试。意外的是，他们的反馈总是：“太有用了！”我们深耕AI，热爱AI产品这个领域，也知道才知道求职的同学需要什么。于是，我们决定把这份经验分享出来。我们能帮你：• 模拟面试：用大厂真实面试陪你演练，让你提前了解可能会踩的坑。• 产品经理通识：教你真正的产品思维，不止是画原型，而是从0到1做AI产品。• 定制化项目：根据你的个人经历打造能放进简历的实战项目，真实体会产品经理的工作。我们相信，真诚的分享和实战经验，能帮你少走很多弯路。AI产品经理这条路很精彩。如果你也在起点徘徊，不妨跟我们一起走一段路。

我实在没啥好的项目，实习也比较水，现在想投数分相关的实习岗位。项目经历能写的还有个文本数据分析大作业和暑期干了下后端开发，原本是写的后端这个，因为感觉含金量高，后面感觉和数分没啥关系就换这个很水的设计数据库了

以下是本人在大数据方向的技术栈学习路线，另外还有诸如HBase、Kylin、实时数仓项目、数据湖项目、湖仓一体等。下面列出的是基本所必须掌握的内容。对于项目方面，建议先离线后实时开发的学习，再之后便是数据湖等项目。另外推荐可以经常翻看《大数据之路》这本书，里面涉及到的理论和企业中的白皮书基本一样。平常也可以多翻看各个公司公开分享的技术文章，源码等。类似阿里的学习文档、美团的技术文档等，在没有实际生产经验时可以了解各个场景下技术选型、底层调优、内存调整、资源配置、数据治理等各个重要环节和内容。1、Java：JAVA SE、JVM、JUC（刚开始只需要看Java基础就可以了，不需要学习一些web框架，因为不管是源码二次开发，UDF开发，还是数仓都不需要用到这些框架（除了平台开发之外），像Spring这些web框架，在学习完所有的大数据框架之后，找工作之前如果还有时间，可以去学一学这些框架【加分项】）2、Linux+Shell3、Git、Maven（了解会用，有印象，如果需要使用能快速学习上手使用即可）4、Hadoop（HDFS，MapReduce，Yarn）5、Zookeeper6、Hadoop高可用（了解即可）7、Hive（重点，需要熟练了解原理，并且会写HQL，以及一些优化，是基础）8、Spark（大部分公司都是写SparkSQL，并且调优，需要明白底层原理，内存结构，SparkUI等）9、Flume10、Kafka（时间紧张的话，可以先放一放，和Flink一起学，kafka+Flink+Spark是处理实时数据的）11、Maxwell、DataX、Dolphinscheduler（项目中数据同步、模拟日常调度工作）12、sgg电商数仓x.0（跟着做完这个项目，就知道什么是数仓，什么是维度模型，什么是指标等等，以及生产中一些内容）13、Flink14、MPP架构（类似Doris、Clickhouse）15、实时数仓项目16、数据治理17、数据湖、湖仓一体18、刷算法、刷sql、刷场景题