分享一下为啥语兴让大家在社招时候简历内容多写，校招少写的逻辑，昨晚群友也在跟我聊这个事来着。 多写目的在于让面试官看得懂你的简历，知道你在做啥，很多同学简历项目写很大（什么数仓2.0 xx离线数仓搭建 ），内容少，面试官看了半天没看懂你在做啥，索性就快进到八股文，再来两个代码题。 但如果你能表达出来其实也可以，很多同学就是表达不出来，做了100分内容，简历写了40分，面试说了20分，面试官一听这有啥难度的或者这不就很正常的开发流程嘛，亮点在哪价值在哪也没看到，那就看看技术深度了，八股文如果回答没到点，题没做出来一般直接挂。 所以为啥语兴让大家使用简历3...

承接上一期简历准备，这期我们聊聊校招面试要如何介绍才更有亮点，社招也可以了解下。 🌟核心问题，面试开场介绍时间太长，无层次结构导致面试官不知道你之前项目到底做的啥 🙋我们先更换角度从销售视角切入去看面试，一个好的销售在遇到顾客时一定有多套自己的话术，并非常了解产品优缺点，会针对顾客痛点叙述产品价值，从而达到成交，并且话术讲述时间也短，回到面试我们发现其实面试开场不就是一场销售，将自己定位成产品卖出，但在面试开始前一定要对自己简历项目清晰，以及知道对方想要什么（可以从招聘方jd去看他需要什么，虽然也比较浅显，可以在面试前提前了解对方业务方便面试沟通），好的一套面试话术能够决定面试官愿不...

很多同学之前私信过语兴简历修改问题，这期我找几个特定典型问题说说 （1）不清楚校招实习简历该如何写 （2）为什么投了半天也没反馈 （3） 为什么面试官基本不问我简历的内容 具体怎么写可以去阿b找语兴即可 1.筛选简历角度 首先我们要清楚面试官基本也都是对标阿里p7及以上，很多项目写了后，面试官能大体知道你做了啥，其次筛选简历时候，从每日几百份简历中筛选也会浪费大量时间，基本看一份简历只用5到8秒扫一下找到最有亮点的简历筛出来去沟通下一步，所以好的简历一定要清晰脉络，讲清楚做的什么事。 2.简历排版 简历排版问题，会导致面试官找不到重点，并且无法把自己优...

因发了外部链接，号被封了2月，之前联系我的同学以及咨询数据相关问题同学可以私信我，看到的问题都帮忙解答 #晒一晒我的offer#  #数据人offer决赛圈怎么选#  #华为开奖那些事#  #24秋招避雷总结#  #24秋招求职节奏总结#  #数据产品#  #数据仓库工程师#  #数据分析#  #数据开发#  #大数据#

粉丝提问：指标体系有没有更具体的方法论？语兴的回答：1.分析痛点：了解当前数仓侧与业务应用方对指标到不到、难使用的痛点及日常指标使用习惯，制定指标中心所需功能并设计指标中心样式。2.制定指标规范：定义指标类型、指标使用方、确定指标域（这里是数据域）、指标要具备的属性（业务/技术口径、负责人、类型等） 。3.梳理当前指标：用在线excel整理数据/主题域对应的指标，优先找ads交集的核心指标，并区分核心与非核心，溯源每一层级并记录 。4.与业务方沟通：按照数据/主题域与业务方确定指标口径与来源唯一性，并对高频、低频指标打标（无应用指标优先下线）。5.建设指标中心：完成指标中心各个模块（创建、编辑等）及搜索跳转功能开发，并创建后台数据库及指标内容数据表用于后续数据存放，后续接入数仓，通过用户指标行为的明细数据加工及指标维度表下维度退化，建设指标侧应用数据模型，用于统计指标颗粒度下使用情况（热度、查询率、被引用情况等），再与前端开发团队配合完成可视化界面搭建支撑界面应用。6.公共指标模型建设：将已梳理的重复的公共逻辑提取出来，并集中建设成公共数据模型，消除冗余代码，解决复用性。7.设立指标规范：与业务方共创维护指标上下线/变更流程，设立接口人，保障流程规范性8.指标维护：制定指标评分规范，通过指标热度及使用情况打分，对无用指标定期提醒及下线。

数据产品：为业务或技术提供可视化内容展示或开发平台设计，数据产品分为2大类，即B端和C端两种：tob则是对内支持（公司内部数据平台支持）也有对外支持（云产品服务），更偏向开发者及分析师，与数据平台开发形成配合完成数据平台规划建设。toc则是为用户提供查看高价值数据渠道的平台，C端设计产品时要从使用数据者的角度出发辅助用户分析，使得用户能够进行自助决策。c端注重业务，b端注重数据建设流程面向开发的，看自己目前现状更适合哪些。市面上b端吃香 尤其是指标中心、数据治理中心的数据产品很火，建议往这个方面看看。b端也分很多的 网易这边 数据产品是按照功能分的，例如数据传输是一个产品、数据治理是一个产品、标签/指标平台是一个产品，像数仓一样也有很多分支其实数仓更好转数据产品，因为数仓深知用户痛点，用多了数据平台也具备了自己对平台功能的理解，同时互联网高p数据负责人，挺多是数据产品，比如快手、红书、网易数据负责人都是数据产品，还都是数仓出身。 #晒一晒我的offer#  #数据人offer决赛圈怎么选#  #互联网公司评价#  #如何看待offer收割机的行为#  #数据分析#  #互联网#  #数据仓库工程师#  #数据产品#  #我的实习求职记录#

今早一批非核心任务集体报错，告诉我源头表不存在，一问原因说测试库迁移了，一反应过来发现原来那部分报错任务接的测试库的，接了整整2年分区（在我来网易前就已经接了），如果数据接入任务不报错还不知道有这个事，还好这块数据在业务看板上极少用。

群友提问，语兴，你们组一般开发完数仓指标后 ，大致怎么个校验流程呢，我这边一般是先自己拿着计算好的指标和ods或者dwd对一下，相关的指标量。 如果没啥问题的话 ，别的同事不忙 会找他们来帮测一下解答：首先通过自测方式把数据跑到线下环境数据表中，然后做数据探查（看数据表空值占比、最大、最小值、主键是否重复等），如果是要加字段还需要用线下和线上去做数据比对 比对添加字段后是否影响到之前字段了，其次select 一遍看整体指标分布情况有没有不太合理的，最后抽取一部分数据（比如100条）写明细数据计算sql跟你线上去比较，如果一致则没问题，但是在这里你并不能保证你计算的完全正确，但已经能保障到80%，后续让bi搭看板时候去核对检查，看看有没有问题。

问题发生背景：5月中旬以及6月中旬，业务方（运营）直接找到我们组同学来取数据，由于5月中旬那会没制定规则流程所以我们组同学接了这个取数需求并交付，6月中旬业务方（运营）又来找到我们组同学取数据，组内同学和bi一起做了评估，并制定一下流程（流程为需求由业务方提到bi侧进行评审后 交给数据开发同学开发，原因也是bi侧同学对业务需求更专业些），今早业务方（运营）第三次取数，由于bi那边存在审核流程，这次直接跳过bi找到产品，然后带着产品直接找我来了，给我整不会了，通知完我后才把需求告诉bi，最后闹的都不愉快。但需求都是同一批需求，但业务方不知道自己到底要关注什么，所以在陆续的提，但对于数仓来说这种活没任何价值。思考：数仓要做可以产出的价值的项目，最起码支持了数据看板 分析报告能被看到，bi也会给数仓去看，业务方拿着你取的数据自己汇报去了，跟数仓没任何关系。 #晒一晒我的offer#  #数据人offer决赛圈怎么选#  #我的失利项目复盘#  #互联网#  #数据分析#  #数据仓库工程师#

群友提问：最近面试发现面试官对“怎样衡量项目的好坏”考察的比较多，像项目产出的数据产品被多少人使用、配合高效使缩短排期实现提前交付这种，应该从哪些角度来回答呢？还是怎样衡量项目的好坏从层面来说1业务侧项目价值：很多同学无法判断业务提供的内容是否是有价值的项目，比如取数这个无法被称作是一个项目，更像是简单的需求，项目的价值是通过周期性建设数据资产对业务方提供分析帮助或通过数据服务/组件帮助业务提效，结合数分建设版图工作来说具备价值内容包括专题分析、经营分析这些能够给予业务方直观数据。2项目目标是否明确  ：结合第一点我们继续评估，项目目标清晰做到最后数分和数仓都没有项目成果，甚至数分对于到底从什么角度去分析专题内容都没思路，导致最终项目结束草草了事，对于这样的项目也是没价值的，反之运营、产品有明确目标例如要建设经营分析内容（经营分析模块对于数分来说是必做的事，也是能直接看到产出结果的事，专题分析则是探索去做，到底能不能实现，业务方认不认可，这个就待定了）。3数仓侧的价值 ：数仓侧的价值有业务和基建2个部分，如果1 2业务价值都确定了，那么对于数仓来说这个项目是具备价值的，并且能使用到最终达到的成果，基建侧价值在于夯实数仓基建（可以参考数仓建设版图），除了离线开发外也要确定数据质量、数据治理等基建有没有去做，如果是做一个大板块例如数据治理-计算资源优化 或者计算资源治理下公共数据模型沉淀那这些都是具备价值的，而且可以看到明确的资源降低，年度省了多少钱，反之如果只是优化两张数据表那这块不足以称之为项目的。4现有技术实现评估：如果业务方或者数仓内部评估要做一个项目然而技术实现不了，或者因为现有架构原因实现比较困难，那这个项目也是没有价值的，第2点说了业务的目标明确，放到第4点来说是数仓目标是否明确，能不能通过现有能力去搭建实现。 #大数据#  #数据分析#  #求职#  #数据仓库工程师#  #晒一晒我的offer#  #我的失利项目复盘#  #我的成功项目解析#  #数据人的面试交流地#  #数据人offer决赛圈怎么选#  #互联网#

只是叫法不一样，数据所有岗位一共分5种类 1数据平台(前后端的平台开发，olap 计算引擎二开)主要是通过平台开发支持数分 数仓生产提效 2数据仓库(传统银行国企数据仓库用oracle 等组件进行三范式建模，互联网侧维度建模，用Java python 进行etl 开发，这些岗位本质都是数据仓库) 通过建设数据基建 数据资产为数据分析 产品 风控 算法侧提供数据支撑  3数据产品 (分内容侧c端，开发平台侧b端)内容侧主要是将数据内容放到平台上为下游查看，产品侧则是设计数据平台，让数据平台开发同学去建设 4数据分析 通过数仓侧沉淀的数据资产进行专题分析，经营分析，看板报告的输出帮助业务看清数据现状 5数据挖掘（也叫数据科学家）通过数分已有内容配合算法进行深度挖掘找到问题点和发展趋势

语兴小灶面试汇总https://oxtwry26ao.feishu.cn/mindnotes/bmncnvd5ZN4z5Rpaf5A6MQN79Rh #数据人的面试交流地#  #晒一晒我的offer#  #大数据#  #数据人offer决赛圈怎么选#  #现在还是0offer，延毕还是备考#

很多做数分上游（数据产品、数据平台、数据仓库）都不清楚数据分析到底每天在做什么，这到底是什么岗位，拿了数仓做的数据模型每天在做什么，甚至部分数分同学也没打开自己的视野只是在完成取数和报表工作，作为上游同学要知道数据怎么运作，并不是我支持数分及业务就结束了。 最近语兴也在关注数据产品和数据分析，想通过这两块内容将数据版图串起来，现在先以数分视角带大家出发，明确数分工作以及数分建设版图（之前我们有讲过数仓建设版图）。 决策分析 （1）管理者关键性指标报告 按照月/年/季定期向管理者发送业务数据报告，让管理者从关键性指标和同环比看出产品的问题/现象的发生，让管理者能洞察...

该xmind从数据仓库版图各个方向提供不一样的建设思路，并与多家大厂数据专家共同合作完成，帮助更多同学了解数据仓库欢迎更多数据同学提出更多宝贵意见！可以一起沟通聊聊同时也在建设数据学习社区欢迎更多同学加入（需要加入同学或获取课件同学***～～～）b站链接：https://space.bilibili.com/405479587