九月底也算是拿到了某上市公司 offer。历时一个多月的秋招终于结束。已上岸。应蓦然师兄邀请，写一篇本硕机械转大数据开发经验贴。

先交代下背景，本科末流 211 机械设计制造及其自动化，硕士普一本机械。研一在学 Python，爬虫。研一五六月准备找实习发现招聘上很少 Python 开发相关（跟 Java 比少多了）。所以准备转 Java，稀里糊涂学了些后端，MySQL、Redis、SpringBoot 等等。Spring 部分学得很头大。到了十一月底在知乎看到了师兄写的大数据学习路线贴，很清晰的思路，而且尚硅谷的资料也非常全，也很专业，就下定决心转大数据开发了。到四月份差不多 Spark 项目也做完了。因为个人原因，中间断了一个多月的时间学习。

我的路线差不多就是师兄规划的路线。Linux，Hadoop，ZooKeeper，Hive，Flume，Kafka，HBase，Scala，Spark。两个项目，一个 Hadoop 项目，一个 Spark 项目。

另外一个需要准备的就是数据结构。去年七八月有接触，看了一些数据结构视频，看「剑指 offer」，这时候刷的不多。差不多有一遍的样子。算法很重要，秋招基本内推都要笔试的。我差不多很多笔试都能过。我的水平是建立在「剑指 offer」刷了四五遍的基础上，「LeetCode」 刷了 253 道（包括「剑指 offer」 60 多道）。时间不够的话，「剑指 offer」多刷几遍，「LeetCode」 HOT 100 多刷几遍。面试手撕也很多都是「剑指 offer」原题噢。

中间学得也会非常怀疑自己。特别是五月份开始背面试题的时候。东西实在是太多了。但还是得多看多读多背。你看到它慌张是因为你不熟练。

除了师兄整理的面试题，我这里再推荐一些资料，非常经典：

1. 「JavaGuide」 、 「CyC2018」。这两个结合起来看，重点看「JavaGuide」。

2. 各个技术栈的尚硅谷文档一定要熟读。

3. Java 方面的书，非常好：「Java 核心技术 卷1」，「深入理解 Java 虚拟机」，「Java 并发编程的艺术」。

4. 不懂的谷歌搜。

其实说来说去，学习就是那几回事，花时间，多下功夫，多重复。多重复就是形成记忆，最好的检验方式就是能不能用自己的话复述出来。算法题方面，就是多练习了。多总结，边学边总结，最后我自己都整理了一份复习文档资料了。很多都是 JavaGuide、师兄的面试题，还有自己边学边面的时候总结的。