第一章 岗位能力画像与简历优化模板
1.1 能力画像：五维胜任力模型
大厂离线数仓高级工程师面试核心考核五大维度，按权重排序如下：
1.2 简历结构模板：STAR+量化
推荐使用“项目经历”模块结构，每段经历按以下四个要素组织：
| 要素 | 说明 | 示例写法 |
|---|---|---|
| 背景（S） | 业务诉求 + 数据现状 | 本地生活订单量日均5000万，原有Hive任务延迟超4小时 |
| 任务（T） | 你的职责与目标 | 负责核心交易域分层建模，将ETL耗时降低至1.5小时 |
| 行动（A） | 关键策略/技术选型 | 采用拉链表+增量Merge，引入Spark动态资源分配 |
| 结果（R） | 量化指标 + 业务收益 | 任务耗时下降62%，每日节省计算资源1200CU，SLA达标率99.5% |
1.3 关键词清单（面试官快速扫描项）
- 建模层：维度建模、星型/雪花型、缓慢变化维（SCD Type1/2）、宽表、明细层/汇总层
- 计算引擎：Spark、Hive on Tez、Flink批处理、Presto/Trino、MRv2
- 分层架构：ODS→DWD→DWS→ADS，数据域划分（交易、流量、营销）
- 存储与治理：分区/分桶、文件格式（Parquet/ORC）、数据倾斜、小文件治理、血缘追踪
- 调度/元数据：Azcaban、Airflow、Atlas、DataWorks、权限管理
1.4 成果量化句式模板
面试官最关心的三个数字：规模、效率、成本。以下为可直接套用的句式：
| 场景 | 量化句式 |
|---|---|
| 性能提升 | 通过XX优化，XX任务从N小时降至M小时，提速X倍 |
| 资源节省 | 日均节省计算资源XX CU，年化节省成本XX万元 |
| 稳定性 | SLA从XX%提升至XX%，故障恢复时间缩短至XX分钟 |
| 数据覆盖 | 接入X个业务系统、X张表，数据量级达到XX TB/日 |
1.5 面试问答卡片（本章核心）
Q1：请用一个项目介绍你在离线数仓中的角色和贡献
面试官考察点：能否结构化表达、量化思维、技术选型与业务收益的关联。
回答框架：业务背景（S）→ 个人职责（T）→ 核心行动（A）→ 量化结果（R）
示例回答（85字）：“主导本地生活交易域数仓重构，日均增量数据200GB。重建DWD层拉链表，引入Merge-on-Read方案，任务耗时从4h降至1.2h。同时优化数据倾斜，节省计算资源800CU/日，保障双十一大促SLA 100%达标。”
可能追问：①拉链表是如何解决历史回溯的？②Merge-on-Read与Copy-on-Write的优劣？③数据倾斜具体发生了什么算子？
避坑提醒：不要只讲技术细节不讲业务收益；不要虚构数据，面试官会深挖。
Q2：你在数据建模中是如何做维度设计的？举一个SCD的例子
面试官考察点：维度建模理论熟练度、实际业务场景应用能力。
回答框架：建模方法选择（星型）→ 维度表设计原则 → SCD策略对比 → 具体业务落地。
示例回答（95字）：“采用星型模型，以订单事实表为中心，关联商家、用户、地址维度。对于商家分类变更，使用SCD Type2保留历史版本。通过有效日期+当前标志位实现快照查询。对比Type1直接覆盖，虽然存储翻倍，但保障了历史分析的准确性。”
可能追问：①为什么不选雪花型？②当维度有千万级数据时如何优化？③如何做缓慢变化维的自动拉链？
避坑提醒：不要只背概念，要结合数仓分层说明放在哪一层做（如DWD层拉链表）。
Q3：介绍一个你解决过的数据倾斜问题，怎么定位和处理的？
面试官考察点：问题排查思路、调优工具使用、知识迁移能力。
回答框架：现象描述 → 定位手段（日志/UI）→ 根因分析 → 解决方案 → 效果验证。
示例回答（100字）：“双十一期间订单明细join商家维度任务卡死。通过Spark UI发现一个join阶段数据倾斜，某头部商家占比40%。采用两阶段聚合：先对key加盐随机打散，再第二轮去掉salt聚合。任务从40min降到8min，后续推广到其他倾斜场景。”
可能追问：①加盐法如何保证结果正确？②是否考虑过map端join或广播变量？③如何处理多key同时倾斜？
避坑提醒：不要只说“加了随机前缀”就完了，要讲清楚“如何保证第二轮聚合不丢失数据”。