数据仓库面试标准

大数据DT

共 2718字,需浏览 6分钟

 ·

2021-06-15 20:22


导读:本文从基础能力、数仓建模、数据治理、原理理解、工程能力、业务能力六个方面来聊初级、中高级专家、资深专家、数据架构师的面试标准。


作者:利创
来源:武哥讲数仓





01 基础能力


1. 初级


  • 有基本的SQL实现能力,在没有提示或有少量提示下能实现常见的SQL代码开发;

  • 有一定的业务理解能力,在少量指引下能基本理解需求方的业务需求描述;

  • 了解有关SQL的高级用法,比如开窗函数。


2. 中高级专家


  • 有较高级的SQL实现能力,能实现常见的SQL代码开发;

  • 有良好的业务理解能力,基本理解需求方的业务需求描述;

  • 熟练使用SQL的高级用法,比如开窗函数;

  • 对SQL on hive or Spark有一定的调优经验,如数据倾斜处理。


3. 资深专家


  • 有扎实的SQL功底,能快速完成各种各样的SQL代码开发;

  • 有优秀的业务理解能力,能迅速理解需求方的业务需求描述;

  • 掌握SQL的高级用法,比如开窗函数;

  • 对SQL on hive or Spark有良好的调优经验并应用到实践中;

  • 能独立开发各种UDF函数并应用到实践中;

  • 熟练使用Shell/Python/Scala/Java等语言的其中一项或多项。


4. 数据架构师


  • 有很强的SQL功底,能快速完成各种各样的SQL代码开发;

  • 有很强的业务理解能力,能结合代码迅速理解需求方的业务需求描述;精通SQL的各种高级用法,比如开窗函数;

  • 对SQL on hive or Spark有很强的调优经验并应用到实践中;

  • 能独立开发各种UDF函数并应用到实践中;

  • 精通Shell/Python/Scala/Java等语言的其中一项或多项。




02 数仓建模


1. 初级


  • 了解Kimball维度建模思想,如维度表/事实表的概念,雪花模型/星型模型的概念;

  • 了解维度表和事实表建设的方法论,如变化维度处理方式,事实表种类;

  • 了解数据仓库分层的概念,包括但不限于DWD/DMS/DIM/ODS/DMD/DMS;

  • 了解数仓分层的ETL方式;

  • 了解数据中台概念和建模的结合。


2. 中高级专家


  • 掌握Kimball维度建模思想,如维度表/事实表的概念,雪花模型/星型模型的概念;

  • 掌握维度表和事实表建设的方法论,如变化维度处理方式,事实表种类;

  • 掌握数据仓库分层的概念,包括但不限于DWD/DMS/DIM/ODS/DMD/DMS;

  • 掌握数仓分层的ETL方式;

  • 掌握数据中台概念和建模的结合。


3. 资深专家


  • 精通Kimball维度建模思想,如维度表/事实表的概念,雪花模型/星型模型的概念;

  • 精通维度表和事实表建设的方法论,如变化维度处理方式,事实表种类;

  • 精通数据仓库分层的概念,包括但不限于DWD/DMS/DIM/ODS/DMD/DMS;

  • 精通数仓分层的ETL方式;

  • 精通数据中台概念和建模的结合。

  • 了解实时数仓,业务数仓,数据湖有线上落地实践。


4. 数据架构师


掌握Kimball维度建模思想/data vault建模思想/数据湖架构等,并对企业数据仓库的建设有一套成熟的理论体系,包括底层组件选择,ETL的处理等,搭建过日均百T的数据从从0-1的,搭建过实时数仓,业务数仓,数据湖有线上落地实践能力。



03 数据治理


1. 初级


了解数据生命周期管理/元数据管理/数据质量管理/主数据管理的概念。


2. 中高级专家


掌握数据生命周期管理/元数据管理/数据质量管理/主数据管理的概念,并将一部分概念应用到实践中。


3. 资深专家


精通数据生命周期管理/元数据管理/数据质量管理/主数据管理的概念/指标体系/画像体系/字典体系/自主分析体系/数据监控体系,并将所有理念应用到实践中去。


4. 数据架构师


精通数据生命周期管理/元数据管理/数据质量管理/主数据管理的概念/指标体系/画像体系/字典体系/自主分析体系/数据监控体系,并将所有理念应用到实践中去;针对不同的业务提炼出不同的数据治理体系,为业务赋能。




04 原理理解


1. 初级


了解Hadoop/Spark/Hive/Flink/Kafka/

Druid/HBase/Redis等组件的原理。


2. 中高级专家


掌握Hadoop/Spark/Hive/Flink/Kafka/

Druid/HBase/Redis等组件的原理。


3. 资深专家


精通Hadoop/Spark/Hive/Flink/Kafka/

Druid/HBase/Redis等组件的原理。


4. 数据架构师


Apache社区组件Hadoop/Spark/Hive/

Flink/Kafka/Druid/HBase/Redis的committer或者pmc。



05 工程能力


1. 初级


了解Java/Scala语言。


2. 中高级专家


熟练Java/Scala/Python语言。


3. 资深专家


掌握Java/Scala/Python语言,并开发过线上项目。


4. 数据架构师


精通Java/Scala语言,掌握JVM原理,并开发过大型高并发高可用项目。




06 业务能力


1. 初级


通过了解业务描述可以完成指定开发任务


2. 中高级专家


熟悉具体某块业务并可以举一反三


3. 资深专家


掌握整体业务的开发流程和业务逻辑


4. 数据架构师


精通业务并且可以指出业务的薄弱环节,有一套直接的业务体系



延伸阅读👇

延伸阅读《数据仓库(原书第4版)》

干货直达👇


更多精彩👇

在公众号对话框输入以下关键词
查看更多优质内容!

PPT | 读书 | 书单 | 硬核 | 干货 | 讲明白 | 神操作
大数据 | 云计算 | 数据库 | Python | 爬虫 | 可视化
AI | 人工智能 | 机器学习 | 深度学习 | NLP
5G | 中台 | 用户画像 1024 | 数学 | 算法 数字孪生

据统计,99%的大咖都关注了这个公众号
👇
浏览 7
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