聊一聊如何面向简历学习

0x00 前言

你是否担心互联网寒冬中首先淘汰的那波人就有自己？你是否感觉到自己缺乏核心竞争力？是否感觉已经很久没有学习成长？

如果有，那我们就可以继续聊下去～

废话不说，直奔主题，我们聊一下该如何学习。居士的观点很简单，就是标题的内容：面向简历学习！

大致意思就是，提前按照写简历的思路来安排自己的学习计划！我认为这是一种比较高效的学习态度，能让自己目标更明确，更有紧迫感。

0x01 规划

以数据仓库工程师为例，准备简历的时候应该有一些核心知识点要搞定，不同公司的要求不同，我们假设目标公司的期望如下：

1. 了解 Hive、Spark 等分布式计算框架的原理
2. 了解数据建模，了解Olap分析
3. 了解数据治理

那么按照这个简单的要求，我们可以制定一系列的学习计划。

比如说这样一个简单的表格：

主题	内容	时间
分布式	Hive + Spark 基本使用	1 周
分布式	Hive + Spark 常用命令总结	1 周
分布式	Hive 高阶函数使用（cube、row_number等）	1 周
分布式	Hive 执行过程原理	2 周
数据建模	常用数据仓库模型原理总结	1 周
数据建模	维度建模原理	1 周
数据建模	以淘宝的场景为例设计一套数据模型	1 周
数据建模	时间维表设计	1 周
数据建模	OLap分析原理+Kylin实践	3 周
数据建模	数据分层设计	1 周
数据治理	元数据管理	1 周
数据治理	数据质量监控设计	1 周
数据治理	数据血缘分析	1 周
论文阅读	Google 的 Goods 论文阅读（数据管理）	1 周

按照上面这个表格，那我们在写简历的时候就可以比较自信地写上类似的内容：

1. 熟悉 Hive、Spark 等分布式计算平台，了解其基本原理
2. 熟练使用 Hive Sql，熟悉 cube、row_number、rollup等常用数据分析函数，能够完成日常数据分析工作
3. 熟悉数据仓库原理，了解维度建模和数据分层，能够根据业务场景设计整套数据模型
4. 熟悉数据治理，能够设计和实现元数据管理系统
5. 有定期阅读论文的习惯，能将Google关于元数据管理的内容融入元数据系统设计中。

编了点内容，不严谨的地方，请勿见怪。

0x02 执行

前面聊了一下怎样执行学习计划，下面说一下怎么执行。

每个人的情况不同，我只说个人的意见：

1. 找人组成兴趣小组，一起学
2. 写博客，做总结，学一篇写一篇
3. 最好找人带，有经验的人能帮你省很多弯路

总之，一定要想办法来让自己坚持下来，按照这个计划，只要能坚持下来，那么半年或者一年后，给面试官秀出你的博客，可能已经成功了一半。

0x03 收获？

关于面向简历学习，我认为最重要的一个点就是要提前准备，以个人为例，我的准备周期一般都是半年以上。耐得住性子，一周进步一点，半年或者一年后的收获是巨大的。

首先说，如果你记笔记或者写博客，那么只要能坚持，单从博客数量上，就有很大的收获。

另外，如果有人一起学习，互相交流带来的收获是巨大的，自从写博客，每次我收获最大的地方一般都是别人指出我博客的错误。

最后，这种有针对性，提前的准备，最容易培养自信，面试的时候不会感觉特别突兀，因为你一直都在准备，不慌。

0xFF 总结

一起加油学习吧！