个人简介

        学历:双非; 专业:软件工程; 求职岗位:大数据开发工程师; 状态:已上岸

翻车经历

        学校以Java后端开发为主流,我从大二开始学习Java,直到大四都会学习与Java开发相关的技术栈。大三前的假期,我被大数据的技术栈所吸引,开始将方向转向大数据领域。从此开始Java后端与大数据双路线并行学习(翻车)。由于我严重低估了学习大数据技术栈所需要的时间,同时开发环境总是存在问题,加之八月份硬盘离奇烧掉,导致九月份开始秋招投递,严重耽误秋招进程,成功翻车。

秋招经历

        秋招的大体流程:笔试=>第一轮技术面=>第二轮技术面=>(第三轮技术面)=>hr面=>(意向书)=>谈薪。
        老话说:"金九银十",但今年“金七银八”。7、8月份为提前批是没有笔试的,相对来说进大厂难度最低。9月份开始为正式批,正式批一般都有笔试。顶级大厂笔试一般只有算法题,而且是难度不低的原创题!所以投递要趁早。像我这样九月份投递可能意味着与顶级大厂无缘。这些顶级大厂九月初还有不少hc,但是笔试需要等待一段时间、一面、二面、hr面、谈薪都需要时间,可能在某个环节的某个时间点,已经没有了hc。甚至有些大厂九月中旬秋招结束。如:网易互娱、网易互联、携程、爱奇艺...
        九月份我开始进行大量的笔试,因为我的算法能力一般,笔试阶段我被摁在地上摩擦。最开始很不适应,编程题分数可怜,但笔试多了也找到了自己的感觉,编程能对一半以上。我个人认为一些编程题不要过于模式化,不要总想着深搜、滑动窗口、动态规划...可能只是个脑筋急转弯。当时参加完阿里笔试,很诧异题过于简单,我在牛客看到有很多大佬说用动态规划做,都说逻辑没毛病,可结果就是不对,我用单层for循环10行左右A了。笔试这东西,做的多了,感觉自然就来了,不会的就暴力,凑子集,凑着凑着也就A了。
        九月中旬我陆续收到了面试,那时天真的我自信满满。随着去哪儿一面挂、美团一面挂...前两次面试以失败告终时,我立即意识到秋招和我想的不一样。我立即作出了改变,对熟悉的关键技术进行了深化,将不足加以补充,同时面试过程中尝试让自己更加主动,主动去介绍、主动展现自我优势、主动与面试官聊天,面试也愈加轻松、熟练。
十月初,当时0 offer的我开始慌了,因为大多数企业10月份结束秋招,于是我开始了海投(实际上已经多家公司待谈薪,只是自己不知道)。海投的代价是几乎每天晚上7点~晚上9点这个时间段我需要同时答3家笔试题,但正常两个小时答一家笔试都勉强,但特殊情况特殊处理,我就每家笔试写上一道算法题立马交卷,以保证三家都有面试机会。从此每天3~4次面试、3~4次笔试成为了常态。至于时间冲突的,就随他去吧...
        十月中旬,我第一个offer下来了,待遇高于大厂白菜,十分吸引人,公司是两个超一线大Leader新创办的公司。但考虑到初创公司的存在风险,同时为了保留三方协议签约心仪的公司,我选择了拒绝(拒绝offer后,等待签约的每一天都是黑暗的)。很幸运,后来与心仪的公司签了约...
        十月末又下来一些与大厂待遇媲美的offer,拒了知乎(加面)、南京数睿、易车、小米、深信服...
        秋招结束。

秋招总结

        我觉得对于不同岗位的就业形势判断是很重要的,这很好判断,第一个方法:校招官网可能会有所提示,比如说热招、急招;第二个方法:部分内推贴会写哪些岗位急招甚至免笔试部门直推;第三个方法:加答疑群问hr;第四个方法:看补录。今年Java普遍内卷、大厂算法卷、测开严重缺人(简历多次被莫名其妙的投了测开)。c++、客户端、IOS、Android就业环境良好(十一月网易等公司仍在补招相关方向,小米内推群十一月中旬疯狂捞c++简历,通过率离谱)。
        对于大数据开发岗,我也不知道卷不卷,但我从部分公司对外同步的投递表格来看,通过率很低。同时很明显的感受到了卡学历,甚至存在招聘要求本硕985的情况。投递很多公司简历被机筛。而且大数据开发岗位hc太少了,顶级大厂需求量偏大但远远不如Java岗、C++岗需求高(百度官网我看今年校招大数据开发全国需求总量才几十人),其余中大型企业整个大数据项目组规模才三四十人(包括数分、数仓、数开...)校招全国也就招几个人,其中大部分公司也就招两三人。大数据外包公司招人可能会多一些。所以需要海投,但没有那么多公司可投。
        对于Java开发岗我也投递了几家企业,我对于Java开发技术很多已经模糊了,可能是因为我会大数据开发的技术,面试过程较为顺利。跟面试官闲聊时面试官说Java虽然卷,但需求大,对技术薄弱的限制较大,只要学的可以不愁找个好工作。
        对于池子问题,要理性看待。这现象大多出现在大厂和高薪厂,企业为了优中选优而养鱼,而能冲击这类企业的学生手里也都有好几家企业的意向书,企业与学生之间是双向选则关系(双向养鱼),所以不存在什么道德不道德的问题。当手里的意向书多了,企业就是你池子里养的鱼。我现在小红书、茄子、水滴等等等等仍在泡池子...
        如果冲击大厂过程中手里没意向书,那就不要冲高了,合理评估局势、降低标准,不要把鸡蛋放在一个篮子里,蛋都碎了怎么办?
        面试时,技术只是占一部分因素,一直跟面试官讲技术是很枯燥的。面试过程中如果可以找到机会和面试官聊些题外话,是个非常不错的选择,当然这个机会要合理。聊题外话的面试我都通过了,甚至面某乎时,面试官亲手教我做题、告诉我未来发展方向、补充哪方面的知识、去看哪些技术书籍(精确到哪几章),感激!感激!
        大厂实习经历是很重要的敲门砖,大概率能成为offer收割机。如果没有实习经历,最好做一些含金量高的项目。
        少看一些搞心态的帖子。人均清华硕士、人均超一线大厂、人均请网友帮忙投票两个 60w + 股票 offer 选择哪一个,一个公司能有多少个ssp?就如同抖音人均月薪百万一样。即使都是真的,但除了搞心态对自己毫无用处。目前秋招结束了我校软工和计算机就业率也就43%。

学习过程反思

        现在各行各业都在内卷,所以,内卷要趁早。大一期间我没有过多的去了解各个方向,明确目标,导致大二末期才开始大数据方向的学习。大数据与Java学习并不相似,大数据技术栈过长,流程复杂、理论过多、开发环境特殊,学起来十分耗时。
        首先需要根据技术栈图制定学习路线。我的路线:Java-Linux-MySQL-Zookeeper-Hadoop(HDFS、MR、Yarn)-Hive-Flume-Sqoop-Azkaban-Redis-Kafka-HBase-Scala-Spark-Flink。在学习过程中也出现很多问题,每学完一个技术,不论学多少遍,都不知道作用是什么。直到做项目,将所有技术栈串联在一起才能感受到各个组件的作用和价值。所以要一直往下学,只有在项目里才能感受技术。另一个大问题就是开发环境,大数据的很多操作我都是在虚拟机里完成,每个技术都需要配置高可用以及各种依赖,所以就用了三台虚拟机。虽然搭建过程很锻炼人,但还是白嫖个好使的集群吧,个人感觉这不是我这样的在校生能搭建出来的,而且各种依赖、版本错误层出不穷,即使能够解决也太耽误时间了。后来我使用白嫖的集群进行学习。再到后来面试也出现了一些问题,有些技术栈我没有重点的去理解:Druid、Kylin等等,但是面试官看到项目中这些关键字,总会去问这些,然而我却需要解释为什么没有重点的去学这些技术栈,大部分面试官理解你想在项目中突出的重点不是这个技术,但总会有例外。对于涉及到的技术栈,即使不深学,也要去了解个大概。
        对于在校期间一些课程开发项目,要多去主动地做,会使自己的技术愈加熟练,不要在意一时的得失以及所谓的公平,因为多做的都是自己的。
        至于时间规划,每个人都不相同,不过相同的就是努力地去学,技术强了,也就不会被秋招摩擦了,所幸秋招结果也对得起我的努力。
        不打算再卷春招,打算散散心年后直接实习。这篇讨论帖也算是开启了自己的职业生涯。后续也会记录我技术方面的学习成果以及成长历程。同时也希望更多像我一样学历普通、目前处在迷茫状态的同志能在秋招春招找到自我。未来人能够继续坚持、继续内卷。

        适当引流:百度、阿里巴巴、腾讯、字节跳动、转转、58、美团、美的、贝壳找房、网易、拼多多、4399、哈罗出行