背景
通过大数据面试经验总结这篇文章遇到很多朋友，大多都在做一件事，开始学大数据了。大家各有不同的困惑，例如：
- 过去专业跟计算机不沾边，觉得现有行业待遇太一般，希望换个前景好的行业，但转行挑战太大，担心不能实现。
- 过去是计算机专业，不满意之前工作，想转大数据方向，不知道怎么着手。
- 本来就是大数据方向，但觉得当前公司发展潜力不足，对发展比较迷茫，希望跳槽换家公司，但担心能力不足。
下文将就这两个问题从个人经历出发聊聊自己的理解，希望能对大家有所启发。：
- 如何入行？
- 入行后该从哪些方向提升？
如何入门
因为自己就是半路出家，就经历入门的历程。从光信息专业转到计算机，这之中就经历过怀疑、没信心、求职受挫到最后踏入大数据领域工作至今。
很多人看到这里应该可以释怀了吧，并不只有屏幕对面你会有这种感觉，很多人面对这样处境都不会好受，正所谓人在最难受的时候就是个人成长最大的时候，什么时候不难受，就说明跨过去了。
因为一些原因，硕士专业转到软件工程，当初自己是很抗拒的，但总要生活，跨专业还不好好学肯定没戏。那个时候还没入学就报了计算机培训班学了2个月，完成从0到1的过度，记得印象最深刻的就是安装java的JDK，自己跟着教程怎么都弄不好，然后找指导老师就顺利解决，这个过程大大提升初入这一行的入门效率。
学完两月就回学校本科答辩了，因为跟导师有个约定，毕业的暑假在家里自学大数据基础课程，那时候看的董西城的《某某技术内幕》系列书和《hadoop实战》，结合这几本书和网上的教程，给自己的大数据打下基础。
然后就开学了，其实在学校读书，虽然是软件专业，但更多是靠自学，优势是面对不懂的可以找同学问。课下我找计算机本科的教材，了解到核心课程包括《数据结构与算法》《数据库理论》《计算机网络》《计算机组成原理》等，然后用课余时间把这些课程全部学完，不懂的结合网上的课程同步学习，不同的视角能加深对一件事的理解。
这之间参与实验室和中兴的合作实习，参与了统一SQL(类似联邦查询)的项目，在这过程自学Antlr4来写SQL解析器，当时资料非常少，就在网上找英文资料自己摸索，刚开始总以为很难，后来发现它也并没有那么难，最难的是自己内心对未知的障碍。
很快一年过去，到了秋招，为打基础又学了《java虚拟机》、《TCP/IP详解》和《操作系统》理论等内容，其实这里面很多初看会比较晦涩难理解，但多了解一些能对计算机有更深认识。因为一些原因，复习准备的时间实在有限，只能硬头皮去参加一个个校招。
可校招并没有想象那么顺利，经历过一个又一个笔试后都没通过，算下来差不多得20多场，记得有一家公司共参过三次宣讲会（同一公司会在不同学校宣讲）都被刷掉，也曾面临怀疑自己的时候。
每次虽然被挂掉，但事后开始总结不足，到秋招11月份才拿到第一个offer。
总结这段经历其实很想跟转行同学聊几句：
1）相信自己。不论是何种背景，只要是正常人，都可以入IT这行，不同的是入门需要付出的代价多少、时间多少的区别。
曾经在培训班学习遇到一个同学，读到小学就辍学去打工，干过工地、厨师等工作，在26岁决定转计算机，几乎没有英语背景，硬是突破出来，找到一份IT工作。咱们很多人拥有高中、专科、本科甚至硕士背景，跨专业跨行又真的会难倒自己么，不会的。
2）找有效的途径。入行最开始没人指导会很困难，尤其计算机属于偏实操，入门的知识，知道与不知道之间只是一层纸，并不难，但需要摸索找到途径。所以入门开始找视频、朋友或培训班等途径能提升这一效率，并给自己信心。
3）重视基础。很多同学通过培训班入门，培训班重视实操技能不错，但是因为课程时间很紧并没有足够精力投入到计算机基础培养，而这些基础课程可以提升计算机水平天花板，对于面试也是很重要考察潜力的方向，所以建议多花时间。（上文提到的核心计算机课程可以参考）
如何进一步提升？
这个问题应该也是有计算机基础和经历的人会面对的，其实这个问题很广泛，仁者见仁，本人仅从工作几年的角度看提升这个问题。
1）如何定义能力？
很多人都会有体会，好像什么都想学一点，想试试怎么用，但大多也就停留在使用。
作为软件工程师(尤其大数据领域)，能力大体分三层：
- 第一，要会用。通过阅读API文档能达到应用系统的能力。
- 第二，要能改。能阅读并对优秀框架有二次开发能力，例如大数据领域的Hadoop、Spark、Flink、Hbase和Hive，机器学习领域的tensoflow等，很多公司使用大数据框架不是简单的安装部署，还要结合公司内部场景进行定制化改造及优化。
- 第三，要能造。更高水平就是软件设计，可以理解为造轮子。造轮子不是闭门造车，是经历过大量软件系统，阅读过大量文献基础之上，结合新技术、新思想和当前场景情况下的创造。这方面工作在大公司比较多，能有更多机会参与造轮子，比较牛的个人也可以独自创造。
当然以上更多是技术能力，其实这里没提到的其他能力也很重要，如团队沟通能力、组织能力和判断能力等。
2）如何提升？
这里涉及知识深度和广度。建议不要面面俱到什么都会一点，这样没有太大竞争力(或不可替代性)，因为什么都会一点只能解决很浅层问题，面临稍微复杂场景就无计可施了，而且这也不能体现个人研究能力。
所以建议选择一个方向深入学习，其他方向可以有选择性的学习了解。事实上如果能对一个方向深入理解，其他方向自然而然就会了，计算机的本质都是相通的。例如学习Spark，当对SQL模块、内存管理、通信、调度能有深入研究，就会发现其他分布式系统都很类似，甚至用的底层技术都一样。个人曾在面试中跟知乎的总监面试官聊发展，那位面试官结合自己经历聊到，当对一个领域足够深入，再去看其他领域就没那么难，因为技术本质都是共通的。
至于具体提升方法，每个人路径不同，这里并没有固定提升能力解法。多学习、多尝试和多总结应该对大多数人有效。
最后聊聊面试考察什么？
面试其实非常广泛，不同公司，不同团队，不同面试官面试风格和题目都不同，很多人直接问我面试题，这其实太取巧，往往对面试没效果。
招聘，主要看三方面，技能、潜能和人品。
- 技能
技能看是否匹配，如果经验和这个工作要求匹配是最好的，如果不匹配，那也没关系，有相关技能也可以，如果连相关技能都没有就一定不考虑了吗，不一定，看潜力。 - 潜能
个人能力如果算100分，对大多数个体，技能占比30%，潜能占70%，潜能大随着时间增长对技能提升幅度会更大。
若候选人技能不匹配，如果学习能力、基础、愿意钻研，长期看技能会更大，这也是为什么仍成为最终选择的理由，这是为长期买单，即便短期产出不高，但长期能给团队带来更大贡献。
- 人品
这是原则，一般不会作为招聘候选人的理由，但却很可能成为拒绝的底线，所以建议面试本着真诚的原则，简历上如实展示个人能力。
以上，希望对看到此文的朋友能有帮助，本人也在从菜鸟奔向老鸟的路上，一起勉励！