由于前外企公司退出，我们公司全员被裁，我也经历了一段时间，最终入职了一家传统企业，担任大数据开发，从零搭建数据中台，最终辅助建立企业的AI Agent。
面试流程
线上初面是一位人工智能的博士，担任技术总监，他也懂大数据。
我的自我介绍就是做过传统Java Spring Boot ETL；然后数据量增大和实时性要求，使用了Flink；最后加入市场风控压力测试项目，使用spark+hive进行数据风险计算和入库。他觉得比较合适，然后给了通过
线下是3轮面试，分别和一位高管，财务和数据工程师，IT工程师面试。其中遇到了一些有点尖锐的问题，就是数据分层挺好的，但是数据量不大，为啥需要大数据spark。其实后来了解，还有些高分子的数据，这些数据量其实很大。
工作的第一周
和我同一天入职的有数据总监。第一天，数据总监就上传了整体的技术架构 spark+Iceberg；而我上传了公司现有的技术栈，一个很简陋的文档。
趁着提交培训材料的机会，我预约了和技术总监的两周一次的One One talk。
我的第一份工作
我的第一份工作是完善全公司的数据摸排，就是统计数据量，数据类型，当前问题和数据例子。通过打电话
其实我挺不喜欢打电话的。索性后来数据总监说做的还行。如果这份工作做的再好一点，应该再总结出来公司部门之间的数据关系，但是这又需要打电话，我觉得很有压力。不确定是不是还要做再好一些，还是这样就可以了。
另外，对接了一个化学分析的项目，任务是提升一个API的性能，目前这个API比较慢，需要JOIN别的表，还需要计算text distance，转结构。我需要了解Django，因为之前没做过。和这个同事一起我是有所学习的，Django的debug，setup,约定优于配置。
因为还没有服务器，我在本地搭建了spark，iceberg等。
我同事做的事情
我同事直接去接触财务数据了，他是了解了数据层，存储过程等。
我需要提升的地方
技术总监和数据总监说要准备营销数据，他就主动牵头开了会，做了数据收集列表，完成了计划
技术总监和我说希望我做财务数据，我却等待。最终因为我被压了数据摸排和化学分析事情。但是我觉得还有时间，慢慢来吧。我会继续接触财务数据的。
未来还有搭建平台，需要学的还不少。
