要做好万全准备再提离职,拿到 offer 再离职也无可厚非!!
已经有很多球友后悔上半年裸辞了。裸辞一时爽,事后悔断肠。
去掉口语化、精简、凝炼简历;
千万不要有错别字、白字、语法错误;
word 文档排版要主次分明,清晰明了。
电话等个人信息填错,项目经历中语句不通顺、错字、别字,标点符号、排版等乱七八糟的简历等都非常常见。
产品开发/ 项目经历要考虑尽量丰富,关键要点详实;
突出项目优势、亮点、你参与的工作和贡献;
如果有大数据规模开发、运维、架构、选型经验等都算加分项。
面试官问你之前的工作,主要考察什么?
你的项目经历或产品开发经验。
有相关项目经验,在新公司能较快的开展工作。
面试官关注是你的产出结果,而非过程。
你在项目中扮演的角色?
架构设计、方案选型、产品设计、需求对接、详细/概要设计、开发、运维、维护等。
参与过架构设计和仅 CRUD 的工程师是不一样的。
你遇到过什么问题,怎么解决的?
主要考察分析问题、解决问题的能力。
线下求助别人、线上网络搜索或者求助(google、stackoverflow、disscuss.elastic.co)、日志分析、源码分析等。
解决问题的方案和方法没有对错,面试官主要关注你是怎么解决问题的。
审视你遇到难题是否选择逃避还是迎难而上、攻克难题。
如果没有或者优势不够明显,不建议放到简历上。
比如:博客刚创建、只是转载的别人的文章;github 也没有像样的项目。
Elastic Stack的广度和深度知识都要储备。
深度认知:
包含但不限于:写入原理与优化、检索原理与优化、性能问题排查与调优、集群角色划分与部署、集群容量规划、倒排索引原理、LSM 原理、TF/RDF 评分原理、Lucene 相关技术原理等。
广度认知:
包含但不限于:CRUD、检索、聚合、自定义分词、自定义评分、template、mapping、安全备份、跨集群搜索、集群环境搭建 、kibana 可视化分析、Logstash N 多数据源同步和处理、Spark、Kafka、Redis、Mysql、Oracle、Mongo数据对接等、Beats数据接入等。
很多大厂的现在不见得有球友 Elastic 技术扎实 ,尤其过了认证的球友,这是事实;
但基础的东西别人花相同或者更少时间也能习得,这也是事实!
主动学习的能力和从一而终的持续学习的能力是可以强调的。
网络一些视频教程都非常好,对于构建全量 Elastic 体系化的认知有用,但远远不够。
可以考虑扩展:超哥源码原理书、极客时间搜索原理20讲、lucene 书、算法书补习!
去面试大厂但平时没有大厂的场景怎么办?
比如:大厂百亿、千亿数据量级、数十个集群、每个集群数百个节点等的超大集群规模一般小厂很难有。
多去社区看别人问题、并尝试回答问题!因为:别人遇到的问题,很可能你未来也会遇到。
小厂球友多去社区看看全中国甚至全球网友的问题,能有效避免“坐井观天”!以为自己掌握的差不多了,实际差的非常远!
多看阿里云、腾讯云的底层分享的博客,换位思考自己的薄弱点!有针对的加强学习!!
底层源码的修改,小公司可能根本就用不到,但,不代表没有用。多看一些大厂大佬们的分享,对扩展认知边界、扩展解决问题的思路也有帮助!
你不自信,老天也救不了你!
不要对心仪的大厂有畏惧心理,更不要对面试官有畏惧心理。
只有极少数面试官会刁难应聘者,问一些连自己都不知道的边边角角细枝末节的问题,以彰显自己多牛逼。
绝大多数面试官都是站在团队招聘新人、以技术交流的角度面试应聘者的。
面试多数会出现“面试造火箭、工作拧螺丝”的情况,但面试阶段是筛选阶段,避免不了的。
哪怕面试官抛出的问题自己不会,记得可以以之前的知识储备尝试回答,回答胜过不回答,不回答胜过不懂装懂的瞎答。
Elastic Stack 技术栈认知有盲区很正常,不要悲观,回到家细细研究一下补齐这个盲区知识点及周边扩展知识点盲区......
挥一挥衣袖,继续整装待发,准备下一场面试!直到拿到心仪 offer 为止!
首发于:https://t.zsxq.com/JeiQbuN
本文做了部分扩充和修改。
更短时间更快习得更多干货!
中国近 1/4 的 Elastic 认证工程师出自于此!