【引言】本文的目的只有一个：希望大家看完后， 每次跳槽，薪资涨幅至少要在20-30%，上不封顶！在求职过程中，最重要也是打工人最关心的一环就是和HR谈薪定价，这直接关系着未来几年的薪资水平。在内推过程中，很多同学也都会咨询，如何谈薪才能拿到自己满意的薪资。本文会从四个错误的谈薪姿势，结合正确的谈薪技巧去帮助大家在谈薪过程中取得最大化的利益。同时以字节跳动定薪环节的薪资收集材料为例，看看hr定薪会重点参考什么信息！【错误的谈薪姿势】1.左右摇摆，憨憨型这种情况很容易出现在大多数据人的身上，当Hr问你的每月期望薪资是多少的时候，你回答 40K左右。完了，BBQ了。经验丰富的HR已经知道你的底限了，...

问题背景最近语兴从同事视角以及自身视角发现我们部门其中大多数问题集中在数据质量，让业务失去数据信心，虽然我们有开发流程，前期也会和业务对接，但最后业务方还是能发现好几个数据BUG,反复赶工，因此语兴复盘了一下导致数据质量问题发生的情况。（1）没有数据产品经理对接业务。（2）口径一直对不齐，没有明确口径。（3）测试前指标看上去没问题，但上线后出现问题很多（没搞清楚底层数据情况）。（4）因为需求过多，历史bug工单太多导致没时间仔细code review。（5）源头数据质量就有问题，但业务方总以为是数仓的问题。问题拆解没有数据产品经理对接业务正常开发流程中都是需要数据产品/数据分析来对接业务的，好...

前言作为数据er，数据质量一直是最大的困扰，问题来源2个方面，1是下游反馈较多Bug工单导致，Bug工单会延迟大家项目进度，同时不作为数据价值产出，但还是得给业务方解答反馈，2是基线问题，不知道各位数据er是什么情况，就语兴原来在阿里及网易的值班经历来说，当时组内一人值班一周，7天值班时间有5天夜间都被电话叫醒，更难受在于夜间不止1个电话，最终基线还会破线，较为头疼，因此对于数据质量治理在数仓团队内部较为重要。本期语兴从数据质量治理角度出发，与大家一起探讨数据质量治理最佳实践数据质量治理背景大家应该知道数据质量保障措施包括DQC、基线/SLA、数据问题上报平台、数据质量长期监测跟踪体系等。这里...

前言我相信大家这会已经在语兴这里改过简历了，很多同学会对下一步要怎么去准备比较迷茫，这期我们围绕2024春招/暑期实习/社招来讲讲，简历这块我就不再赘述了。面试开场话术话术拆解开场话术非常重要，决定你能不能领导面试官往你简历上问，很多同学不注意这个点导致面试官上来就问八股文+做题，结果回答一般面试也会挂。想要好的话术还是拆解项目，一定要对你的简历第一个项目了如指掌，知道每一个细节，我们继续回归一个项目要有哪些：（1）一起配合协作的人（运营/风控策略等业务->数据分析/数据产品提出需求->数据仓库->后端/跨部门数仓/外部数据）（2）为什么要做这个事（也就是我给大家写的项目背景...

1 前言由于数据治理层面可以分多个层面且内容繁多（包括模型合规、数据质量、数据安全、计算/存储资源、数据价值等治理内容），因此需要单独拆分为6个模块单独去阐述其中内容。笔者作为数仓开发经常会收到大量集群资源满载、任务产出延时等消息/邮件，甚至下游数分及其他同学也会询问任务运行慢的情况，在这里很多数仓同学遇到这类问题第一想到的都是加资源解决，但事实真不一定是缺少资源，而是需要优化当前问题任务。所以本期从团队做计算资源治理视角出发，带大家清楚认识计算资源治理到底该如何进行。2 问题出现在做计算治理之前，我们团队盘点了下当前计算资源存在的几个问题：（1）30+高消耗任务：由于数仓前中期业务扩张，要覆...

题目有三张表：student学生表中属性有 id(int), student_name(varchar)class课程表中属性有 id(int), class_name(varchar)sc选课表中属性有 sid(int), cid(int), score(int)一个学生可以选多门课，一门课可以有多个学生，每个课程分数都大于60分意味着这个学生得分最低的课程大于60分。 with t0 as ( select 1 as id,'yuxing01' as student_name union all select 2 as id,'yuxing02' as student_name unio...

图1为题，图2为解答，图3为造数 #你都收到了哪些公司的感谢信？#  #牛客创作赏金赛#  #晒一晒我的offer#  #数据人offer决赛圈怎么选#  #数据人的面试交流地#

背景群友字节面试让写出3种方法，但只写出2种最后面试没过，相互关注是常见一道SQL题，但这次我们加一下挑战难度，通过不同sql方法去解（不考虑时效），且之前用过的方法后续不会再用，比较考察SQL的基本功。题目现在有一张表为fans(粉丝表) 里面有两个字段from_user,to_user ,如果两者一致代表from_user关注了to_user数据 with fans as ( SELECT '001' as from_user,'002' as to_user union all SELECT '002' as from_user,'001' as to_user u...

我猜各位数仓同学可能会经常收到下游抱怨，例如：数据表难用、想要的指标都不知道存放在哪个数据表、数据表命名缺少规范不易读等，由于设计数据表是一个“经验活”（包括业务了解、设计中的经验沉淀等），因此对于数仓同学来说有时候想做好一个完美的数据表其实颇有挑战，也从另外角度证实线上数据表大多数来说都不够合规，需要持续治理。本期语兴从数据表治理角度出发，探讨数据表合规治理的最佳实践及相关挑战。数据表合规治理的背景随着业务的快速迭代，同时数仓也在扩张期高速支持，产生的数据量越来越大，划分的数据域也愈来越多，但很多数仓在初步搭建时都没有确定好数据标准、模型设计规范、没有一套完整数据的生命周期管理体系、同时组内...

问题背景有同学咨询语兴说全量改增量在企业中都是怎么去做的，拉链表又是怎么做的。全量：分区下所有数据2024-10-07 1000w增量：分区只记录当天的数据，下所有数据2024-10-07 10w 2022-2024 总计1000w随着企业快速增长数据量也不段变多，可能一天有10w增量，但过了10年后，数据量过亿，如果直接同步数据库会很慢（如果是只读库还好，如果是生产库直接拖挂了），同步任务一般跑半小时附近，所以我们要对全量数据改造成增量。数据导入建表语句 CREATE TABLE mammut_user.ods_trade_trade_order_di ( id BI...

今天有同学问语兴，颗粒度和维度到底是什么关系，有些分不清，这里用一篇文章和小案例，来详细给大家讲清楚维度与颗粒度。颗粒度颗粒度描述的是一个业务流程的主体，反映了数据记录的细节程度。在一个业务流程中，通常会有一些核心实体或者事件作为数据的主要标识，例如订单表中的订单ID，员工离职表中的员工ID，这些都可以视为颗粒度，换句话说，颗粒度是数据的粒度，决定了每条数据记录的唯一性和独特性。例如：在订单表流程中，订单ID是主体，代表每个独立的订单。因此，订单ID就是颗粒度。在员工离职表中，员工ID是主体，代表每个独立的员工。因此，员工ID就是颗粒度。由此可见，颗粒度可以是维度，也可以是业务流程自有的ID。...

群友提问：1.如何衡量项目的好坏？2.项目的数据建设为整个数仓带来了什么变化？问题1回答从怎样衡量项目的好坏从层面来说（1）业务侧项目价值：很多同学无法判断业务提供的内容是否是有价值的项目，比如取数这个无法被称作是一个项目，更像是简单的需求，项目的价值是通过周期性建设数据资产对业务方提供分析帮助或通过数据服务/组件帮助业务提效，结合数分建设版图工作来说具备价值内容包括专题分析、经营分析这些能够给予业务方直观数据。（2）项目目标是否明确  ：结合第一点我们继续评估，项目目标清晰做到最后数分和数仓都没有项目成果，甚至数分对于到底从什么角度去分析专题内容都没思路，导致最终项目结束草草了事，对于这样的...

有同学问语兴，目前最新设计的数仓是几层都在做什么？目前语兴对数仓分层采用ods Dwd dwm Dws ads（大宽表 小宽表）可以说5层也可以说6层。ODS（接入层）接入层，可拆解为ori 板块和ods板块，都可以叫ods，也可以分开起名，ori主要做json等消息存储，ods则是存放解析json成各类字段后的数据，如从mysql等数据库抽取的数据则字段与数据源保持一致，数据类型整型使用bigint string double/decimal等。命名：ods_库名_表名_df/ods_topic_df。DWD（明细层）明细层，主要做数据清洗（test、异常等数据），转换（将code值转化成n...

前言最近很多同学都已快到转正时期了，这里语兴给大家提供一些试用期通过，能landing建议，帮助大家顺利通过试用期。新人挑战刚入职的新人，对于新业务理解及技术框架变更（例如hdp到数据平台）都有挑战，这些其实也都不算什么，更大挑战而是接受一堆看不懂的历史项目及几十上百的“老”任务，同时需要快速熟悉这些老业务，并在新业务场景做出价值。另一种挑战则是上手变慢做不出业务价值，更多干历史dirty work去排查bug、帮业务取数等，最后发现啥也做了但啥也没做，导致试用期没啥量点从而不一定通过。刚入职的新人，对于新业务理解及技术框架变更（例如hdp到数据平台）都有挑战，这些其实也都不算什么，更大挑战而...