数仓的使用场景是什么？在企业中扮演什么角色，使用者是谁？数据仓库，数据库，数据湖三者关系及适用场景是啥？如果一个刚毕业人或者想转行做数仓的人，学习路径是啥？后续岗位的发展方向有哪些？前景如何？

最近看到很多学生粉丝在讨论 我来调研下牛客小伙伴的想法大家觉得应该先就业 还是先考研？

 #数据仓库#  #春招#  #数仓# 

帮粉丝求数仓岗位今年春招怎么样啊？大家简历写的咋样了大家面试几场了呀

数仓如果不能提供实际价值 那你危不危险？

事业单位 领导让我把年终奖打他卡里粉丝投稿：事业单位，年终奖发了两万。部门领导发微信，年终奖你留2000其余钱打这张银行卡里😁让我给他出谋划策

帮评论区说下吧！谢谢     

我们组被ld拒绝转正的实习生，最终拿到了其他大厂offer命由天定，ld也是背负责任 唉，祝她好运

真服了，数仓前同事走了  所有作业都没配重试和告警这种情况你怎办

 #数据仓库#  #校招# 

0.数开/数仓怎么规划自己？首先我们要先入门(找到一份数据开发类的工作)其次我们要判断当前在公司是否能接触数仓或者一些定制数据开发，接触可以好好打磨几个项目/几个需求，接触不到就考虑跟着辉哥带练项目学习再然后我们应该朝着两个方向发展第一：对当前项目/需求涉及的数据源>所有表关系 掌握牢固，并深度理解业务的产生到结束各个流程中产生的数据和表，这就是我们常说的懂业务(技术侧完全够了，不需要掌握业务为什么这么做)，再其次就是利用自己的数仓能力/开发能力进行高效的交付，保证你非常懂表，离不开你(这是过程，建议多去熟悉每个接触的业务)，然后要熟悉目前的数仓架构，或者跟着辉哥学数仓，这个1-3年左右可以发展成一名合格的大头兵第二：对技术架构非常熟悉，怎么去熟悉呢？1. 掌握离线/实时 侧常见的技术的最佳实践(iceberg paimon doris flink spark等)，还要掌握数仓中各种疑难杂症，比如数仓规范建设、数仓分层、数仓域划分、质量监控、排期经验、与报表同学对接经验等等，这个最终可以发展成数据开发侧的架构师数仓/数开的职业发展前景怎么样1. 数据开发这一类岗位 每个人的发展都可能不太一样【一直做一线大头兵、做集团数据负责人、技术组件负责人、转型算法\数分\研发、回老家做生意、被淘汰坚持不下去等等】数仓未来的发展趋势（岗位数量...）/当前这个岗位类型的业务瓶颈是什么2. 有成长空间，数据技术会变得越来越易用和低成本，企业用大数据的也会越来越多，岗位也会多，这个过程中我们要多接触新的技术架构和解决方案 比如辉哥近期可能要探索paimon了，iceberg玩几个月 感觉比较熟悉了但是也要看个人的能力和机遇，熟悉数仓和开发是基础、与上下游打好交道做好交付是进阶、能够支撑数据团队进行数据交付做数据架构师、解决关键问题是数据技术岗的顶尖管理者、突破不了自己的就只能原地踏步或者退步

秋招一年不如一年？大数据还行不行现在 字节 美团 阿里 腾讯 快手 小红书 拼多多 携程 得物 等等 招人最后的池子都不大了 甚至还被收回意向

其实sql会比算法多一点，我见过很多粉丝都是一道算法  三道sql，而且很多中小公司 几乎不问算法，sql很多

辉哥，面试的时候问了一个问题，不知道怎么更好回答，flink如何做到高效数据交换并行度Flink可以通过增大并行度和slot操作来扩展程序整体的处理数据能力。分区策略Flink通过分区策略（如按键分区）将数据高效分配到不同算子，减少跨节点的数据交换。流水线（管道）传输：采用管道式数据传输（每个节点都会有阶段性计算和过滤 剔除无关数据），每个算子按需处理数据，减少网络开销，能自动调整数据流速，避免慢算子成为瓶颈。动态资源分配Flink 具有动态资源分配的功能，能根据使用情况自动调整计算和存储资源的分配。可以确保资源的有效使用，提高整体性能，降低内存瓶颈。Shuffle优化：Pipelined Shuffle：使得数据在交换过程中可以持续流动，避免了等待整个数据集收集完成。容错机制：使用Savepoint\Checkpoint确保数据一致性和恢复时高效的数据交换。