峰哥最近面试了几个候选人,总结一些经验和看法

简介: 峰哥最近面试了几个候选人,总结一些经验和看法

近帮公司面了一些候选人,岗位是高级大数据开发,经验从5年-10年不等。我主要负责一面和二面:一面主要考察基础以及知识广度,二面主要考察项目部分以及部分知识点的深挖。


总共面了将近10个,通过一面的6个,通过二面的只有1个。总结一些经验心得分享出来,希望对新手面试官以及正在找工作的读者有所帮助。


内容分为以下四个部分:

  • 对面试者的分享
  • 对面试官的分享
  • 面试通过的错觉
  • 对外包的建议


一、对面试者的分享


我站在面试官的角度,说出我碰到候选人存在的问题,这样能反过来看自己面试的时候应该注意哪些点。


【态度要端正】面过一些有大厂履历的候选人,能力不错,但沟通起来比较费劲。我话还没说完就会被中断,回答问题也是一副不屑的态度。对于这种候选人,我们肯定你的实力,欣赏你的个性,但我们不接受你的态度。


【小抄】我在电话中听见候选人有翻纸质材料的声音,但不应该以此妄下结论。后续面试中,对于有些常考的问题,候选人刚开始回答支支吾吾,过了一会说得特别详细,到具体的值都能说出来,80% 是对着材料念。当然这不是特别重要,这属于远程面试的一个小技巧,但你得用得娴熟。总体面下来基础不足,仍然过不了。


【「可能」二字是口头禅】有位候选人,几乎每句话都带上可能,给人的感觉就非常不自信,回答问题不干脆。对于不会的问题,不直接说不会,而是尝试回答,结果说一两句就停了。相反,有位 10 年经验,面试通过的候选人,说话特别干脆,对于熟悉的知识会主动往深了回答,不会的就直接说不会。


【说算法和 JVM 没用】有位候选人问我,你问了我算法和 JVM,你们公司会用到算法和 JVM 吗?这就让我感觉对方多年工作经验,却没有稍微有点深度的项目,或者没有经历过质量高一些的代码。


【不准备就来面试】大部分问题回答到一半,最后说有点忘了。问他是不是没准备就来面试,回答说工作太忙,昨晚还在开会,确实没准备。作为面试官,不会因为你没时间准备面试,就给你放点水,没用的,答不出来就是无法通过。


【改时间不提前通知】约好了准确的面试时间,准时给候选人打电话,却临时改时间,没有提前在招聘软件上告知面试官,给面试官的印象不太好。


【基础不扎实】如果想进大厂或技术氛围好的公司,大多数都重视基础,即使你对框架等源码很熟,但可能电话面或一面并不考察框架,没有你表现的机会。


【跳槽频繁】有位候选人处于不上不下的状态,当我老大正在犹豫要不要进入下一面时,看到最近一份工作不满 8 个月,就没给过。另一位 10 年经验的候选人,没有一份工作超过 2 年,好在基础不错,通过了。所以如果你有实力,跳槽多一些影响不太大,如果实力一般,最好在一家公司能多沉淀沉淀。


二、对面试官的分享


【不要居高临下】面试官也只是个打工的,公司也不是你家开的,不能一副高高在上的样子。可以对候选人的能力进行质疑,但别在面试的时候咄咄逼人,不给别人台阶下。面试的时候面试官态度不端正,也会错失一些比较优秀的候选人。


【时间控制,直入主题】电话面 30-45 分钟即可。以前刚开始面试的时候没控制好时间,明显基础一般,但知识面比较广,我居然问了 65 分钟,很长一部分时间花在让她讲项目了,实际上电话面考察基础,没必要问项目,所以我现在一面都不问项目了。


【有针对性地面试】有个候选人大数据基础不错,源码也看,问到最后才发现算法不太会或忘记了,排序都说不上来,因为我们公司对算法有要求,我跟他反馈之后他不给过。所以之后的面试,我上来就问最基础的算法,基础算法不过关,那后续就可以加快些进度结束面试了。


【不能放水】面试必须严格,如果你放水了,但后续面试表现很不好,这会让你很尴尬,也会让领导对你的面试产生怀疑。


【基础考察面广一些】避免候选人对某部分内容比较熟悉,但有些基础学科却完全不会,当然这取决于公司对基础知识的要求。


三、面试通过的错觉


面试官与我非常温和有耐心地沟通,误以为我通过概率比较大:实际上那只是每个人的说话习惯不一样。面试时自我感觉都回答上来了:每个公司要求不同,即使回答上来了,但回答不熟练也可能不给过,或者有其他候选人比你表现更好。面试官说你面试还可以,跟你说后续面试可能会到现场面:面试官觉得你不错,他给过,但他可能还需要向上级反馈,上级可能因为某一方面不足就把你挂了。


四、对外包的建议


我自己在外包公司实习过,网上说外包有哪些不好我都深有感受,这里我只针对大部分外包公司,有些公司还是不错的。有些候选人经历的公司不多,但项目很多,每个项目时间较短,并且很多项目所在公司与自己公司不是同一个,问下来确实是外包,谈项目的时候不怎么谈技术点,总是说项目流程上的一些事,很多知识停留在用过但从没深入的阶段。一位 5 年经验的候选人,


我问他「项目中遇到过最难的问题是什么,怎么解决的」,回答是「刚参与某公司的项目,对某工具不熟悉,通过自学把工具用熟了,体现了我的自学能力」


可能有些工具确实难用吧,但毕竟是5年经验了,最好还是从技术角度出发,不然不仅没有体现自学能力,反而会减分。如果进入了外包公司,最好多花点时间自学,然后尽快跳槽,面试时可以问下是否要去驻场开发,简单判断下是不是外包公司。以上就是峰哥总结的一些经验,希望对各位小伙伴有所帮助,找到自己心仪的工作。


·················END·················

相关文章
|
6月前
|
存储 分布式计算 大数据
HBase分布式数据库关键技术与实战:面试经验与必备知识点解析
【4月更文挑战第9天】本文深入剖析了HBase的核心技术,包括数据模型、分布式架构、访问模式和一致性保证,并探讨了其实战应用,如大规模数据存储、实时数据分析及与Hadoop、Spark集成。同时,分享了面试经验,对比了HBase与其他数据库的差异,提出了应对挑战的解决方案,展望了HBase的未来趋势。通过Java API代码示例,帮助读者巩固理解。全面了解和掌握HBase,能为面试和实际工作中的大数据处理提供坚实基础。
410 3
|
6月前
|
SQL 分布式计算 监控
Sqoop数据迁移工具使用与优化技巧:面试经验与必备知识点解析
【4月更文挑战第9天】本文深入解析Sqoop的使用、优化及面试策略。内容涵盖Sqoop基础,包括安装配置、命令行操作、与Hadoop生态集成和连接器配置。讨论数据迁移优化技巧,如数据切分、压缩编码、转换过滤及性能监控。此外,还涉及面试中对Sqoop与其他ETL工具的对比、实际项目挑战及未来发展趋势的讨论。通过代码示例展示了从MySQL到HDFS的数据迁移。本文旨在帮助读者在面试中展现Sqoop技术实力。
489 2
|
6月前
|
监控 负载均衡 Cloud Native
ZooKeeper分布式协调服务详解:面试经验与必备知识点解析
【4月更文挑战第9天】本文深入剖析ZooKeeper分布式协调服务原理,涵盖核心概念如Server、Client、ZNode、ACL、Watcher,以及ZAB协议在一致性、会话管理、Leader选举中的作用。讨论ZooKeeper数据模型、操作、会话管理、集群部署与管理、性能调优和监控。同时,文章探讨了ZooKeeper在分布式锁、队列、服务注册与发现等场景的应用,并在面试方面分析了与其它服务的区别、实战挑战及解决方案。附带Java客户端实现分布式锁的代码示例,助力提升面试表现。
579 2
|
6月前
|
数据采集 消息中间件 监控
Flume数据采集系统设计与配置实战:面试经验与必备知识点解析
【4月更文挑战第9天】本文深入探讨Apache Flume的数据采集系统设计,涵盖Flume Agent、Source、Channel、Sink的核心概念及其配置实战。通过实例展示了文件日志收集、网络数据接收、命令行实时数据捕获等场景。此外,还讨论了Flume与同类工具的对比、实际项目挑战及解决方案,以及未来发展趋势。提供配置示例帮助理解Flume在数据集成、日志收集中的应用,为面试准备提供扎实的理论与实践支持。
271 1
|
6月前
|
XML 分布式计算 监控
Oozie工作流管理系统设计与实践:面试经验与必备知识点解析
【4月更文挑战第9天】本文详述了Oozie工作流管理系统的核心概念,包括安装配置、Workflow XML、Action、Coordinator和Bundle XML定义。此外,讨论了工作流设计实践,如监控调试、自动化运维,并对比了Oozie与其他工作流工具的差异。文中还分享了面试经验及解决实际项目挑战的方法,同时展望了Oozie的未来发展趋势。通过学习,读者能提升Oozie技术能力,为面试做好充分准备。
141 0
|
6月前
|
SQL 存储 分布式计算
Hive数据仓库设计与优化策略:面试经验与必备知识点解析
本文深入探讨了Hive数据仓库设计原则(分区、分桶、存储格式选择)与优化策略(SQL优化、内置优化器、统计信息、配置参数调整),并分享了面试经验及常见问题,如Hive与RDBMS的区别、实际项目应用和与其他组件的集成。通过代码样例,帮助读者掌握Hive核心技术,为面试做好充分准备。
584 0
|
6月前
|
机器学习/深度学习 SQL 分布式计算
Spark核心原理与应用场景解析:面试经验与必备知识点解析
本文深入探讨Spark核心原理(RDD、DAG、内存计算、容错机制)和生态系统(Spark SQL、MLlib、Streaming),并分析其在大规模数据处理、机器学习及实时流处理中的应用。通过代码示例展示DataFrame操作,帮助读者准备面试,同时强调结合个人经验、行业趋势和技术发展以展现全面的技术实力。
567 0
|
6月前
|
消息中间件 监控 大数据
Kafka消息队列架构与应用场景探讨:面试经验与必备知识点解析
【4月更文挑战第9天】本文详尽探讨了Kafka的消息队列架构,包括Broker、Producer、Consumer、Topic和Partition等核心概念,以及消息生产和消费流程。此外,还介绍了Kafka在微服务、实时数据处理、数据管道和数据仓库等场景的应用。针对面试,文章解析了Kafka与传统消息队列的区别、实际项目挑战及解决方案,并展望了Kafka的未来发展趋势。附带Java Producer和Consumer的代码示例,帮助读者巩固技术理解,为面试做好准备。
644 0
|
6月前
|
Android开发 缓存 双11
android的基础ui组件,Android开发社招面试经验
android的基础ui组件,Android开发社招面试经验
android的基础ui组件,Android开发社招面试经验
|
6月前
|
数据采集 XML 程序员
最新用Python做垃圾分类_python垃圾分类代码用key和format,5年经验Python程序员面试27天
最新用Python做垃圾分类_python垃圾分类代码用key和format,5年经验Python程序员面试27天
最新用Python做垃圾分类_python垃圾分类代码用key和format,5年经验Python程序员面试27天

相关实验场景

更多
下一篇
无影云桌面