换工作阶段性总结

cjuexuan commented 2 years ago

一个阶段性总结，我打算用FAQ的形式来说一下最近发生的事情 Q：为什么会选择离开前司 A：两个原因，一是最近一年个人经济压力比较大，二是最近进入到很明显的职业瓶颈期，希望换个环境突破下

Q：什么样的职业瓶颈期 A：在过去几年，每年我们团队都会有一些大的Feature交付， 2016 XQL1.0上线 2017 Spoor1.0上线，XQL2.0多实例上线 2018 接手了调度和可视化，Panda&Unicorn1.0上线，在吸取了XQL的经验后，我们在架构设计上一开始就对高可用做了很多设计，所以交付后还是很满意 2019 XQL3.0上线，我们重构了老的系统，支持了更大规模的Akka Cluster集群，支持了SQL的标签化流量分发，虽然因为我们的存在没有及时的发展Persto，Flink也发展的一般，但从侧面来说，我们的东西还是解决了当时的问题 2020 Tuning&Smart Rewrite发布，从计算来说，我们对Spark的降本增效走出了第一步 2021 数据价值1.0发布，我们探索了如何评估业务方的资源消耗这说明我们的创造力和自驱力都在但是很遗憾，最近一年，我们没有开发出那种令人兴奋的Feature，这是一个很危险的信号同时，我切换到大数据的Infra团队，我对我在Infra这一块的工作也只能打一个及格分，可能个人兴趣爱好中更多的还是做系统设计，而不是更底层的支撑

Q：那你最近一年主要做了些什么事情 A：最近一年受到大环境的影响，基本都在做降本增效的事情其实大家做的思路应该都差不太多

对于存储，选择更廉价的存储（对象存储），更激进的生命周期覆盖
对于计算，底层做超分超卖，计算层做压缩改进，流量层做弹性扩缩容
对于硬件，做一些混部和改造

Q：那你这次换的工作 A：我选择了字节的数据引擎Spark SQL组，目前刚工作一周左右

Q：为什么会选择这个机会 A：主要有几个考虑

希望去一个大厂学习一下，我希望自己reset到2016年加入喜马拉雅的状态，当成一段新的学习成长&创业的机会
同样是降本，由于规模化的原因，相同的一个优化在大厂的收益会显著高于中小厂
字节在大力发展云的业务，个人对ToB赛道也感兴趣，这有助于摆脱中台工具人的角色，直接价值显性
薪资涨幅符合预期

Q：面试字节做了哪些准备 A：首先sam在喜马的时候，我的自我发展和公司发展都在预期内，我已经6年没面试过了，字节是我面试的第一家公司，我是抱着练手的心态面的，心态上非常放松，因为确实没抱有太大的预期， leetcode我大概做了不到50题就开始面起来了，当然在职面试的心理压力还是要显著低于裸辞后的面试我面试时间基本选的是晚上8:00，第一场面试应该是7月初，一共经历了4轮技术面和1轮hr面试，由于我自己的原因，持续了1个月左右，8月中拿到了offer，本身面试流程还可以缩短，最快应该2周可以搞定第一场的时候，大概5分钟才进入状态，自我介绍我也不太满意，最后算法题也比较卡，但是还是提炼下做的好的地方吧

写一个清晰整洁的简历
算法题有了思路可以先和面试官沟通思路，不要埋头写题，卡住太久可以主动寻求帮助，我们日常工作中帮助他人和寻求他人帮助也是非常常见的技能，面试时也要发挥一下
简历&项目介绍通过指标和数据支撑自己的工作成果，这种比较容易量化产出，比只列出Feature要好一些
对于能突出实现难度的事情一定要介绍清楚，举个例子，XQL是一个long running的服务，类似sts，这种服务通常都会遇到内存泄漏，面试官可能问你如何解决的虽然我们最终是通过无损重启解决的，但是借这个机会，可以介绍下XQL的架构，流量模型，以及如何做到了重启流量无损，包括常见的内存泄漏发生在哪些场景（例如Spark Driver collect数据）我们除了重启还做了哪些优化（借助hdfs做结果落盘，driver职责轻量化，gateway直接拿落盘结果，parquet-client优化等），这应该显著好于直接回答重启

Q：为什么做这个复盘 A：阶段性的总结有助于增加对自己的认识，当然这不是最重要的，最重要的是通过这个介绍，活跃下气氛，我们大组还在招人，欢迎感兴趣的小伙伴私我，Spark SQL&数据湖方向均有大量HC，Base可选北京/上海/杭州