大数据岗位到底有哪些分类？要做Spark/Flink，还是做数据平台？数据湖、数据中台、实时数仓、离线数仓有什么差别？各方向工资、天花板、发展路线是什么？哪些方向更容易进大厂？整个大数据世界可以划分4层：1.存储层：HDFS+ / HBase+ / Iceberg / Lakehouse+2.计算层：Spark / Flink / Presto / ClickHouse+3.平台层：数据平台 / 数据中台 / 数据治理4.应用层：数仓模型 / 指标体系 / 推荐 / 风控 / 运筹主攻岗位方向主要工作存储数据湖 / 存储工程师Iceberg、Hudi、OSS、S3，湖仓架构计算Spark工程师Spark SQL、RDD、优化、数据管道计算Flink工程师实时计算、流式任务、CEP平台数仓开发工程师离线模型、分层、Hive、指标体系平台实时数仓工程师Kafka + Flink + Hudi/Iceberg平台数据平台 / 数据中台工程师任务调度、元数据、血缘、治理、权限应用大数据算法工程师推荐 / 增长 / 风控 / 画像 / 定价优化应用数据分析 / 商业分析指标分析 / AB实验 / 洞察 / 业务建模未来都可期！

一、学历至上：能力被学历 “踩在脚下”在这个竞争激烈的求职市场，学历似乎成了一道难以逾越的鸿沟。“本科及以上学历”“985、211 院校优先” 这样的字眼在招聘信息中随处可见，仿佛学历就是衡量一个人能力的唯一标准 。我有个朋友，大专学的是计算机专业，在校期间就参与了好几个项目，技术能力相当出色。毕业后，他投递了一家知名互联网公司的程序员岗位，满心期待能凭借自己的实力获得认可。可仅仅因为学历是大专，连简历筛选这一关都没过。而那些学历更高但实践经验和技术能力远不如他的求职者，却轻松获得了面试机会。这种学历歧视真的合理吗？一个岗位，最重要的难道不是能否胜任工作吗？很多专科生、普通院校的学生，他们在大...

1.做下自我介绍2.你自己喜爱游戏行业吗3.两道sql口述题：比较简单两表合并+查未登录的用户日期函数4.以你喜爱的游戏为例，你会怎么做数据分析，简要说一下5.介绍一个你之前数据分析的相关案例

在 Claude Code、Cursor 等 AI Agent 工具的使用过程中，MCP（Model Context Protocol）与 Skill（Agent Skill）是两个高频出现的能力扩展概念。二者看似都是为了增强 AI 的能力边界，但在设计哲学、技术架构和适用场景上有着本质区别。本文将从这三个维度，彻底厘清两者的核心差异、存在价值及选型原则。一、一句话核心区分MCP 和 Skill 是 AI Agent 能力扩展的两大核心支柱，定位截然不同：MCP 解决「连接」问题：让 AI 突破自身数据局限，访问外部世界的工具、数据源与服务。Skill 解决「方法论」问题：为 AI 注入专业的...