第1章 岗位能力画像与简历优化模板
实时数仓分析师面试的核心在于「能力可迁移、经验可量化、表达结构化」。本章从岗位能力画像出发，帮你建立清晰的能力坐标，再通过简历优化模板将能力转化为面试官一眼可见的竞争力。
💡 能力画像使用提示：面试前对照五大维度做自评，薄弱项优先补简历项目；面试回答时主动关联2-3个维度，展示系统性思维。
岗位能力画像详表
| 能力维度 | 关键技能 | 面试考察点 |
|---|---|---|
| 实时计算框架 | Flink / Spark Streaming 状态后端、Checkpoint、Watermark | 状态管理机制、精准一次语义、背压处理、容灾恢复 |
| 数据分层建模 | ODS / DWD / DWS / ADS 分层设计、流批一体 | 分层原则、实时与离线分层差异、维表变更处理 |
| 实时存储引擎 | HBase / Redis / ClickHouse / Druid 选型与调优 | 选型依据、查询性能优化、数据一致性、TTL策略 |
| 消息队列技术 | Kafka / Pulsar 分区机制、消息可靠性、背压 | 消息丢失与重复、消费位移管理、Topic 设计 |
| 业务指标设计 | 转化率 / 留存 / GMV 实时看板、数据血缘 | 指标定义口径、数据回溯、大促高并发保障 |
⚠️ 简历常见扣分点：技能关键词堆砌无上下文；项目经验只有职责没有量化；技术栈清单混用「了解」「熟悉」「精通」无分层。每个模块都要指向「我能解决什么实时问题」。
简历关键词清单（面试高频词）
| 类别 | 关键词 |
|---|---|
| 实时计算 | Flink、Spark Streaming、State Backend、Checkpoint、Watermark、精准一次、流批一体 |
| 消息队列 | Kafka、Pulsar、分区机制、消费位移、背压、消息可靠性、Exactly-Once |
| 实时存储 | ClickHouse、HBase、Redis、Druid、TTL、LSM-Tree、列式存储 |
| 数据建模 | ODS、DWD、DWS、ADS、维度建模、数据血缘、实时分层、宽表设计 |
| 运维 & 工具 | Flink SQL、Kafka Connect、Prometheus、Grafana、Docker、K8s |
成果量化句式模板
| 场景 | 量化句式（可直接替换指标使用） |
|---|