211硕士Java实习全挂！不想卷后端了，大数据方向想快速入门找实习，该怎么做？

今天给大家分享的是一个球友的提问，如果你也正好是应届生再找实习，那么也可以照着这个方向去学习。

问题是这样的：

某211学校。Java后端学了大概半年时间，前段时间找日常实习，海投一些大厂，简历全挂！只有滴滴约面，但是二面挂了！我算法题大概250题左右，熟悉java八股文。
不想卷java后端开发了，现在我想转大数据方向，想快点找个日常实习。现在比较迷茫，不知道大厂对大数据日常实习的要求！包括技术栈，SQL应该怎么学？

一个MVP版本的学习思路

这个同学真正想要的是一个MVP版本的学习思路，目的是找到实习并且为校招做准备。在这个阶段迷茫很正常，根据身边应届生朋友的经验，数据开发方向的MVP版本其实很简单，主要就分为下面几个部分：基础、项目、算法/SQL题。

我们完全可以很"功利"的面向面试而学习。下面是我总结的一个MVP版本的学习思路。供大家参考。

好的，我摊牌了，文章结尾有星球二维码。

先说基础

基础部分对应届生同学来说分为两个部分：

计算机基础
大数据框架基础

对于计算机基础来说，应届的同学们来说就是计算机的几门基础课，这里面涉及到计算机网络、操作系统还有数据结构、算法等。前两门课稍微照着我们星球《校招专区》的总结文档挑重点的去看，在理解的基础上稍微记忆一下，应付面试即可，未来在面试中的占比也并不高。

对于框架部分，如果仅仅是为了找到实习，可以照着下面的思路去学习。

首先，大数据开发方向的框架非常多，但是应届生找实习的话，可以挑几个核心的框架：Hadooop、Hive、Spark、Kafka、Flink学习一下即可。甚至你只学习Hadoop、Hive、Flink都行，再或者再少一个都可以。注意不要贪多，尽量不要陷入到「知识的海洋」去，你可以把我们星球内的《系统性总结》部分当成大纲：

在这个大纲的基础上，抓住重点，理解深刻，该记忆的要记下来，未来的面试中要主动引导面试官。公司对于应届生实习的要求并不会很高，重点在于：简历上写的内容我都能侃侃而谈即可。

再说项目

项目部分可以按照我的思路，学生在校想接触到企业级的项目是很难的。

如果你在学校能接触到一些竞赛类项目，学校内部的比赛或者可以关注和加入一些阿里、字节、腾讯的一些线上挑战赛，这些挑战赛的项目就可以写到简历上。

或者如果你的学校、实验室有一些校企合作，虽然这些项目脱离实际，是实验室的产物，修修改改也是可以写到简历上的。

最后就是网上找的一些项目，例如B站上的，可以跟着做一下，写到简历上。

上面三个方法是在校同学找实习的最合理的办法。这些项目难度不高，你只需要认真的做完，写在简历上的内容能完整的表达给面试官即可。

最后说算法

对于数据开发来说，应届生实习面试也会被考到算法，数据开发的同学要同时准备LeetCode上的算法题和SQL题。

LeetCode上的算法题可以用Java语言刷一下Hot100中的简单和中等即可，当然越多越好，这部分算法题其实也是《计算机基础》的一部分。

那么SQL的刷题你可以按照这个视频中的思路来进行即可，所有的文档在知识星球都准备好了。

总结和建议

整体按照这个流程下来，最快也就一个月的时间，你就可以尝试去找数据开发的实习。当然，这个MVP版本的学习方案是面向完全0基础、最初级的科班应届生同学的。你的学历越好，面试的难度越低，反之亦然。

如果你有更高的目标，仅仅做到这些还远远不够。

最后，考虑到绝大多数的同学没有很好的学历(例如双985)，也没有非常好的项目、科研经历，例如很早就在学校期间就开始自学各种框架、参与开源社区的活动等。

「绝大多数同学」不需要去竞争数据开发方向非常冷门的某些方向的开发，也完全没必要去羡慕其他方向所谓的「技术难度」。例如看起来非常高端的开源框架的企业二次开发或者非常偏底层、前沿的框架开发，还有一些比较偏门的数据算法岗位。

这些方向本来竞争非常激烈、非常难以出成绩，未来你的同事们都会是这个行业中最聪明、最能卷的那一批人。在整个行业放缓、重视成本考量的大背景下，可以退而求其次，找偏向业务方向的岗位，这些岗位招人更多，技术要求也没有那么高，你接触的技术难题大多跟行业、业务强相关，更容易出成绩，且这些经验在未来跳槽时会让你很有优势。

这也是开发方向非常经典的一个悖论，往往技术能力好的那批人却没有想象中发展的那么好。

最后，所有上面的学习都要有一个非常详细的学习计划。在计划的强引导和约束下，学习效率、效果都会事半功倍。