在小米实习到SP+转正

Datawhale

共 1758字,需浏览 4分钟

 ·

2022-04-11 17:09

 Datawhale干货 
作者:王大鹏,数据开发工程师,Datawhale成员


分享一下自己实习提前转正SP+的经历,抛砖引玉,希望和大家多多交流~
刚来实习时,我其实是处于一个半瓶子醋的状态:你如果问我技术栈的原理、各个技术点的关联、刷题,我会答的很6。但是如果让我直接上实操,我确实会比较懵逼。所以刚来时,我抱着的心态就是:我来就是学习的!不要怕失误,不要怕被怼,不要怕出错,就算到时被开除了,起码也可以多一份经历。


第一天

第一天从新人文档开始,新人文档基本上交代清楚了配置工作用的环境和各种权限的申请。纵使如此,我还是犯了不少错--配置ssh,连接半天都不成功、开发环境jdk/maven/scala搞半天都不匹配。最后自己把遇到的问题以:“1. 问题;2. 自己做了什么;3. 背景(想做什么事)”结构化的发给mentor,才快速的得以解决。
事后我在想其实我们犯基础错的时候,应该都不好意思去问,因为这样会显得自己太白(sha)了。工作中以事情完成为目的,我们自己去磕的问题,可能别人那里已经有经验了。因此在尝试过后,可以试着组织好结构化的语言,大胆向身边人求助


熟悉期

接下来mentor就开始让我熟悉了,同样,我还是遇到了很懵逼的阶段。就是熟悉熟悉,到底是熟悉什么?该怎么熟悉?当时看大家这时都随时有人在对业务,于是我开始按两条路走:
一是熟悉基建--即我们是用什么平台开发的,这些平台工具怎么用?二是熟悉业务--即我们为什么要用这样的方法做这个业务、这个条件为什么要这样用?这个期间,基本上自己开始搜罗各种文档,然后自己比这文档的方法用自己的方法写一遍,看结果和之前人做的是否能吻合,不吻合的话再去找相关同事问下解决方法。
这个期间其实一般不会给你很明确的任务,需要你自己从上到下的去思考,你以后能支持些什么工作,那么为了支持这些工作你需要有什么样的基础技能和业务理解?然后去找自己对应能做的事。


打杂期

之后,就开始会有一些临时需求的子需求和一些“杂活”。临时子需求就是比如跑个数查下应用活跃的版本分布、某天时长最高的前30%的用户的平均时长等等之类的。这种需求的特点就是急,基本上半小时之内必须给答案,且给的答案不能是错的。我刚开始接到这种时,做的时候总是手心出汗。

因为要的比较急,所以开始在解决时你需要想到大概有哪几种方法,这几种方法哪个的效率会更高。不出错的话,因为自己不确定这个业务的数据源,可以找同事帮忙确认下。同时我一般是很不好意思去麻烦别人,所以我通常是先自己确定几个数据源,然后再找同事确认下是否问题,不是上来就直接问。

“杂活”基本上就是文档、统计之类的需求。记得之前有一个统计表元数据及活跃信息的任务,任务并不复杂,需要三层深度链接,来统计几百张表的20个字段。我做的时候,就是开头先上头撸10个,然后把信息统计好后找mentor对了一下;确认是这个信息后,就开始自己写脚本来程序化的抓取数据;当天基本上就把结果给出来了,同时也把过程总结了下落盘文档,方便其他有相同需求的可以直接复用。


做事期

信任是逐渐建立的过程,当你把一些不起眼的小需求做好的时候,才有可能去接触些大点的需求和结构化的项目。
这个期间里,基本上会单独业务方找你对需求,以及会把你拉进一些会议。我开始是非常怂的,听完需求后,我内心把它记下来,然后说“ok,我考虑下马上回复你”。然后等对面老师走后,立马拿笔把刚刚说的内容回忆下,然后逐句分析下这个业务中隐藏的点,出方案后再找mentor对下看这样做是否合理,现在想起来非常有趣了。
尽管很谨慎,有时还是会出问题,比如有一次周五数据分析师反馈数据不合理,连累了一位老师在周六日协同排查问题,最后发现是一个业务点没考虑清楚的条件问题。这也给了我很大的教训,在自己不能确定时,宁可给晚数据,也不可给错数据,这样会给别人带来很多麻烦和困扰。
后面做项目时,为了不因为自己的原因而影响大盘,有很多天都是定凌晨的闹钟,然后看到任务正常上调度了,自己才继续去睡。这段经历虽然苦比,但是成长很大

最后

最后想说的就是,我们要去相信人是会成长的, 当下你基础很薄弱或者水平很差,其实没有那么重要,核心在于,你是不是要一直停留在一个高度,你是不是能不断有所提升。

浏览 38
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报