贵阳大数据工程师面试时间

大数据工程师 = 系统工程 + 大规模数据处理 + 数据分析 + 机器学习 + 商业智能

大数据工程师首先是一个系统工程师，也是一个软件工程师。同时，他还得有一些特定的技能，会做大规模数据处理，比如当你的数据有PB量级甚至ZD量级时，你需要会Leverage云平台等，通过几千台机器并行处理，解决大规模数据处理的问题。

大数据工程师还和数据科学家有重叠，二者都要有很强的数据分析能力，比如会用Matlab，R，Python等。仅仅做简单的数据分析可能也不够，大数据工程师还得做机器学习模型，最终我们希望大数据工程师做到的是商业智能。

大数据工程师的最终的目的，是帮助公司提供更好的用户体验，做出最优决策，获取更多的利润。他的工作成果是帮助企业挖掘出数据里的价值，从而实现Data-driven decision making。在个性化、在线广告领域，大数据工程有巨大的商业价值，Yahoo，Facebook，Google的80%以上的收入都来源于广告。通常，大数据工程师要解决的问题是，当一个用户在网站上出现时，如何显示一个与该用户喜好最相关的广告，使他最有可能去点击，从而提高公司的广告收入，这些都是需要通过大数据分析和机器学习建模，帮助做决策。

如果你是New grad，面试官期望你熟练掌握一门面向对象的通用语言 (如Java)。如果你只会C++，进公司后可能还是得去熟悉Java，因为很多时候编程语言的选择是与所用框架相关的， 比如Hadoop就是用Java编写的，用C++写Hadoop的应用就不是很方便。

另外，熟悉一门脚本语言 ，如Python，Go. R和Matlab不认为是一个Decent的脚本语言。

对候选人更重要的要求是基本的程序设计素养。如果程序设计功底足够好，熟悉一个新语言就是一两周的事情，面试官可能会从他平时工作的项目里提炼一些问题，看你能不能找到合适的解决方案。

【导语】近年来，大数据发展如火如荼，很多人都选择学习大数据专业或者转行大数据，大数据里又包含很多就业岗位，所以在进行岗位选择的时候，还是需要大家合理选择，为了帮助大家更好的进入大数据行业执业，下面就把2021年大数据工程师面试内容给大家进行一下具体介绍。

1、自我介绍

一般上来就是自我介绍，谈下工作经历和项目经验，面试官会根据你的项目经验对你进行技术面试。在自我介绍时，一定要抓住核心说，不要太啰嗦，尽量放大自己的价值，让面试官感受到你对工作的热情，以及以后对公司贡献的能力。

2、数仓开发知识技能

(1)Java是必问的，不过问的不深，把Javase部分吃透，足以应付Java部分的面试。

(2)Hadoop生态，Yarn、Zookeeper、HDFS这些底层原理要懂，面试经常被问。

(3)Mapreduce的shuffle过程这个也是面试被常问的。

(4)Hbase和HIve，搞大数据这些不懂真的说不过去。

(5)Mysql、Oracle和Postgres数据库操作要回，Sql要会写。

(6)linux操作系统，这个简单得命令必须要懂，会写shell脚本更好了。

(7)Kettle或Sqoop这种数据处理工具至少要会一个。8，数据仓库建模、数据模型的问题。

3、技术方面知识技能

(1)SparkSql和SparkStreaming，底层原理、内核、提交任务的过程等等，尽量深入内幕，这个经常会跟MapReduce作比较的。当然也要了解Storm和Flink，Flink这个建议要学会，以后用处会越来越广。

(2)Redis、Kafka、ElasticSearch这些都得懂原理，深入了解，会使用，会操作，会调优。

(3)impala和kylin这些尽量也要了解会用

(4)Python这个要是有能力，有精力，建议也要往深处学习，我目前正在自学中。

(5)集群的问题，包括一些简单的运维知识。

(6)大数据数据倾斜的问题，包括Spark JVM内存调优问题等等。

关于2021年大数据工程师面试内容，就给大家介绍到这里了，希望对大家能有所帮助，当然进入大数据行业，还需要大家在平时不断进行技能提升，这样才能更好的拥有一席之地。

我 ：Hadoop适合离线分析，是批处理；Spark适合实时分析，是近实时流，微批处理。

我 ：其实自己在平时使用的时候,并没有过度割裂开这两种，因为毕竟自己是结果导向所以无论Python的缩进格式还是Java的要加逗号，最后可以实现我的需求就可以了。 补 ：如今，再来审视这个问题，会发现其实在使用过程中，Python，Java确实有一些需要你拐个弯注意下的，比如【Python】list的remove函数和【Java】list的remove方法，同名异能。以及Python一些轮子如何用Java去实现也是要注意的。

我 ：小于等于A表条数，也就是小于等于3条 补 ：现在看来，当时陷入了工作中带来的一个误区，就是面试官可没说join的字段是主键，它可以不唯一哈，不唯一就会导致大于3条，因为有重复，而B表记录不足的地方均为NULL，所以可能小于吗？不信客官你看： 例1 ： A表的记录数在B表中全都有且B表id唯一

例2 A表的记录在C表中有缺失但C表记录唯一 ：

例3 A表的记录在D表中全都有但D表id不唯一 ：

所以正解应该是大于等于A表的条数