2023秋招的第一个意向书

Posted 2022-10-20 柳小葱

🌻今天和大家分享一下2023的第一个offer，把喜气传给大家，祝愿小伙伴在秋招中offer拿到手软。本篇博客主要和大家分享一下这段时间的学习过程，给大家一些参考。下面是字节的意向书👇：

1. 自我介绍

大家好，我叫柳小葱，来自北京某高校的管理科学与工程专业（人工智能与大数据方向）的学生，爱好就是打球、跑步、敲代码、写博客、… 在滴滴和字节跳动实习过，都是担任着大数据开发（数据研发）实习生的工作，会有少量的分析工作。

2. 为什么选择这个方向？

起初，我其实并不是大数据开发（数据研发）这个方向的，主要是数据挖掘方向，但是在百度、腾讯数据挖掘岗位中败下阵来，在反思的过程中，特别好奇顶级大厂是如何训练模型，最终部署上线的？于是自己去找资料，在这个过程中，便接触到了像hadoop、spark、flink这样的组件。觉得这个方向也挺有意思，而且面试大数据开发（数据研发）的时候也比较顺利，于是就选择了这个方向。

3. 你最初的规划是什么？

去年6月份，我的目标是能进一个大厂，最后去了滴滴，后来发现，大厂中的岗位也是分核心与边缘业务，我的部门算是对企业内部的，不核心也不边缘，数据量也不大，而且数据仓库的主题主要根据业务系统的功能进行划分，所以我一个人负责了几个主题数仓的建设，这算是成长比较大的地方。后面从滴滴离职后，想去阿里巴巴、腾讯、字节这样的顶级大厂，看看这些企业的数仓方法论是什么。

4. 你学习大数据的路线是什么，以及各个层面掌握到什么程度？

我技术路线是如下：

hive -> hadoop -> spark -> flink -> 了解一些ck、es这样的数据库

1. hive这一个部分，我自己搭建了一个hadoop环境，并在此基础上搭建了hive，主要学习了hive的原理，hive的数据类型，然后是hive的sql语法、hive数据的导入、hive的分桶分区表。
2. hadoop这个部分，我是自己的搭建的环境，3台虚拟机搭建的分布式环境，主要学习了HDFS的结构、YARN的结构、Hadoop的计算原理，主要是需要着重知道的是shuffle过程。
3. spark这一个部分，主要是学习了spark的架构，转换算子和行动算子，pyspark的一些语法，spark的并行度、分区数、core数之间的关系，spark数据倾斜的一些知识。
4. flink这一部分，主要是跟着阿里云的flink社区来学习基础概念，主要包括流式架构、消息队列、flink的原理，通过docker搭建了flink的环境，完成了一个小项目，对flink有了一个基本的了解。
5. 除此之外，我还参加了数据库系统软考中级、阿里云大数据助理工程师的考试，来增强自己对数据库、大数据的一个认知。

5. 在滴滴的实习过程中，你的收获和成长是什么？

首先，在入职滴滴的时候，其实最开始的时候，我只负责一些逻辑的开发，对表结构如何设计、为何这样命名，为何要分层等很基础的问题都没有个清楚的认知，只对如何开发出复杂的逻辑感兴趣，做的大量的工作都是写代码，渐渐的，我接触到了：

1. 维度建模
2. 数据集成
3. BI看板的搭建
4. 验证数据

之后，我开始阅读《阿里巴巴的大数据之路》，对数据建模部分进行了阅读，但是对于部分概念，因为没有亲身实践过，所以只懂个大概。

我的收获和成长：

1. 对企业中大数据的运用架构有了一个大致的了解。
2. 维度建模的实施、复杂逻辑开发的能力。
3. 对自己工作方向的一个认知，对数据认真负责的态度。
4. 激发了自己想去大厂核心业务的决心。

6. 在字节的实习过程中，你的收获和成长是什么？

入职字节，是在今年的4月份，我在1，2，3月份的时候，对理论知识、技术原理进行了复习，才有幸加入字节跳动，在字节这边的业务比在滴滴更复杂一些，也更加贴近大数据分析的完整流程，可能是因为涉及到to C的业务，对用户的行为分析较多，会涉及从埋点到数据集成，数据清洗，数据加工，数据分析的一整套流程，对大数据之路中的一些技巧有了更成熟的理解，有了前一段的实习经验，我开始对比滴滴和字节的数据仓库，思考着目前这个部门的问题：

不足

1. 埋点数据源管理较差，历史存量埋点和增量埋点不规范
2. 指标口径末统一
3. 元数据信息不完整

个人成长

1. 完成埋点数据分析需求，利用大数据技术还原用户行为，能够用数据指导产品优化用户体验。
2. 熟悉公司的大数据处理架构，对数据集成、数据计算的原理有更深的了解。
3. 深入理解维度建模思想，积累复杂逻辑开发经验。
4. 通过数据bp的需求流程改造，学习了更加标准的需求开发流程。

个人规划

1. 目前负责的业务方向比较单一，希望能够独立完成某条业务线数仓从0至1的建设。
2. 尝试解决一些复杂的数据优化的问题，例如优化shuffle机制。
3. 积极了解大数据方面的新技术，比如数据湖的应用，拓展技术知识面。

7. 对大家的建议

1. 尽早规划自己的未来，你想干什么，就朝着这个方向坚定不移地奔跑，不要轻易更换方向。
2. 面试其实也是有技巧的，即使你自己确实知道的很多，但是如何向面试官表达，让对方理解认可你，也是需要进行一些锻炼的。
3. 很多同学问我是否需要报班来学习数据分析或者大数据开发之类的，我觉得因人而异，可能基础好的同学适合自己学习，基础差的同学需要老师来更好地引导你，根据自己的情况进行选择即可。
4. 职场上不要着急，不用去在意别人的看法，适当听取别人的建议即可，分清楚pua！