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

        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。

        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%。

       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、腾讯、字节跳动、转转、58同城、美团、美的、贝壳找房、网易、拼多多