本章目标：把简历、项目、投递、面试复盘串成一套可执行的流程，不绑定具体日期。 前置知识：无。可以边学边投，不必等全部学完。
1. 准备什么
目标：拿到一段数据相关实习，方向包括数据开发、数仓、ETL、数据分析、BI。
三条原则：
- 投得早大于学得全。 看到匹配的岗位就投，不等到“全部学完”。
- 能讲大于学过。 合上电脑能讲清楚，才算学会。
- 砍得狠大于抓得多。 时间不够时砍任务，不砍投递。
目标分三档，同时投：
| 档次 | 岗位 | 策略 |
|---|---|---|
| 冲刺 | 大厂数据开发、大数据开发日常实习 | 内推加项目，投了不亏 |
| 主攻 | 中厂、垂类公司的数仓、ETL、数据开发 | 主要精力 |
| 保底 | 数据分析、BI、数据运营、数据产品 | 拿到就接，先上车 |
注意：第一段实习是跳板。它的作用是在简历上多一段真实经历，为后面的暑期实习和校招做准备。先上车，比上什么车重要。
2. 准备顺序
不按周排，按“能力是否过关”推进。前一步的验收没完成，不要急着进下一步。
| 顺序 | 学什么 | 学完能做什么 |
|---|---|---|
| 1 | 环境、基础查询 | 跑通 check_data.py，独立写 10 条基础 SQL |
| 2 | 聚合与 JOIN | 解释 JOIN 膨胀，完成 8 道聚合/JOIN 题 |
| 3 | 窗口函数与数仓 | 手写窗口题，白板画出四层架构，讲清拉链表 |
| 4 | 跑通项目 | 讲清 112,650 到 112,101、98,207 到 98,199 的差额 |
| 5 | 项目扩展与简历 | 新增 1 个自己的分析指标或 1 张 ADS 表，写报告初稿，简历能直接投 |
| 6 | GitHub 与项目讲述 | README 能复现，3 分钟脱稿讲项目 |
| 7 | Hive 与分区 | 写动态分区 DDL，解释分区裁剪 |
| 8 | Spark | 讲清 shuffle、数据倾斜、广播 join |
| 9 | Kafka、Flink 与场景题 | 每个组件能讲 2 分钟，不堆名词 |
| 10 | 面试复盘与弱项补齐 | 高频题能答，卡壳题 48 小时内补上 |
| 11 | 收尾 | 确认 offer，或明确下一轮投递计划 |
2.1 什么时候可以开始投
同时满足这三条就可以投，不用等全部学完：
1. 项目能在本机一键跑通，你能解释每层在做什么
2. 简历上项目 bullet 都有数字
3. 能 3 分钟讲清项目架构、难点、结果、不足
剩下的 Hive、Spark、Kafka、Flink，可以边投边补。面试问到了，记下来再学，比闷头学完再投效率高。
注意：准备是一个滚动过程。不要设“学完那天”，要设“可以开始投的那天”。
3. 每天怎么安排
3.1 45 分钟最低版
10 分钟：复习昨天的一张表或一条 SQL
25 分钟：学一个小节，立刻敲一遍，不复制粘贴
10 分钟：合上教程，自测一题，讲给自己听
3.2 90 分钟完整版
15 分钟：读教程或面试题
45 分钟：手写 SQL / 改项目 / 刷题
20 分钟：投递、复盘或写文档
10 分钟：记录今天卡住的点
3.3 工作日与周末
| 时间 | 内容 |
|---|---|
| 工作日 | 45 到 60 分钟，主线学习或项目 |
| 周末 | 90 分钟以上，集中做项目或模拟面试 |
3.4 三条纪律
- 不复制粘贴。 看着教程敲一遍，再合上写一遍。
- 40 分钟规则。 同一个问题卡 40 分钟，停下来查资料或提问，不硬耗。
- 每次留证据。 一条 SQL、一个指标、一份投递记录，都算证据；看视频不算。
注意：每次开始前问一句：“今天做的事，是让简历更值钱，还是只是让我更舒服？”看视频、反复装环境是舒服；写出指标、投出简历是值钱。
4. 进度落后怎么调整
先判断是哪一类落后，再决定砍什么：
| 情况 | 处理 |
|---|---|
| 概念没懂 | 回看对应章节的示例，先跑通再读原理 |
| 题量没完成 | 减少题量，优先保留窗口函数和 JOIN |
| 项目卡住 | 缩小范围，先保证四层能跑通，再补扩展指标 |
| 面试临近 | 停止开新知识，只补被问倒的题 |
砍内容的顺序：
- 先砍扩展阅读和选学章节；
- 再砍 SQL 题量，从 40 道减到 30 道，保留窗口函数；
- 最后砍 PySpark 深入，项目仍用 DuckDB；
- 绝不能砍：环境、SQL 基础、项目、投递。
原则：砍任务，不砍投递。
5. 投递渠道与追踪
5.1 渠道优先级
- 内推：校友、学长学姐、社团、实验室，最有效。
- BOSS 直聘：回复快，可直接沟通。
- 实习僧、牛客：学生实习主阵地。
- 公司官网：大厂必走。
- 学校就业网、学院群、就业公众号。
5.2 公司池（按档位，不按优先级）
| 档位 | 公司 |
|---|---|
| 冲刺 | 腾讯、字节跳动（深圳）、华为、大疆、微众银行、平安科技、招商银行、富途、Shopee、SHEIN |
| 主攻 | 顺丰、货拉拉、金蝶、深信服、TCL、创维、腾讯音乐、数据服务与 SaaS 公司 |
| 保底 | 数据分析 / BI / 数据运营岗、银行与保险数据中台、外包与创业公司 |
公司名单只是起点，投递前要看当年岗位是否开放。不要只盯一家，也不要因为公司小就不投。
5.3 投递追踪表字段
| 字段 | 说明 |
|---|---|
| 公司 | 公司全称 |
| 岗位 | 数据开发 / 数仓 / ETL / 数据分析 |
| 城市 | 深圳 / 远程 / 其他 |
| 渠道 | 内推 / BOSS / 官网 / 实习僧 |
| 投递日 | 实际投出日期 |
| 状态 | 待投 / 已投 / 笔试 / 一面 / 二面 / HR / offer / 拒 |
| 面试时间 | 具体到日期和时段 |
| 结果 | 通过 / 拒绝 / 待定 |
| 下一步 | 跟进、补材料、准备某题 |
| 备注 | 岗位链接、联系人、薪资、到岗要求 |
投完当天就记录。不要靠记忆，投到 30 家以后一定乱。
5.4 投递纪律
- 保持稳定的投递节奏：每次集中投一批，投完更新追踪表。
- 20 家没回音是正常的，不内耗。
- 有面试就接，哪怕公司不理想，先练手。
- 投递后 3 到 5 天可以礼貌跟进一次，不刷屏。
- 每场面试后 24 小时内更新追踪表。
6. 面试复盘
每场面试后 30 分钟内填写，趁记忆清楚。
公司 / 岗位 / 轮次 / 日期：
面试官关注点：
问题清单：
1. SQL：
2. 项目：
3. 数仓 / 大数据：
4. 场景题：
我的表现：
- 答得好的：
- 答崩的：
- 完全不会的：
正确答案 / 更好的答法：
项目被追问的点：
自我评分（1-5）：
下一步（48 小时内）：
6.1 复盘示例
问题：窗口函数 ROW_NUMBER 和 RANK 的区别
表现：只说了“排名”，没说并列处理
正确答案：ROW_NUMBER 连续编号 1,2,3；RANK 并列跳号 1,1,3；
DENSE_RANK 并列不跳号 1,1,2
下一步：当天重写一遍三种排名，并找一道 TopN 题练手
6.2 复盘原则
- 只记事实，不写“我太菜了”。
- 每场面试至少提炼 1 个可复用的答法。
- 同一个问题连续两场答崩，必须停下来补。
- 面试官的问题就是最好的题库，按模块归档。
7. 常见心态问题
| 想法 | 问题 | 应对 |
|---|---|---|
| “等我学完再投” | 永远学不完，错过招聘窗口 | 达到三条投递条件就投，边投边补 |
| “投了 20 家没回音” | 实习转化率本来就低 | 继续投，优化简历和岗位匹配 |
| “被问倒了，没戏了” | 面试官在测边界，不是否定你 | 记录问题，48 小时内补上 |
| “同学已经拿 offer 了” | 比较打乱节奏 | 只看自己的准备清单 |
| “项目太简单，不敢写” | 大多数应届生没有完整项目 | 写清数字和你做的改动 |
| “课程和面试冲突” | 面试和复习抢时间 | 提前确认课表，面试尽量避开考试周 |
| “只拿到数据分析岗” | 觉得不是数据开发 | 先接，相关实习就是跳板 |
| “今天太累，明天补” | 断一天容易断一周 | 至少做 10 分钟 SQL，保持手感 |
注意：真正的风险只有一个——“等我学好再投”。60 分的项目加立刻投递，好过 90 分的项目加一直不投。
8. 练习
练习 1：排一个 45 分钟学习模板
结合自己的课表，写一个每天能稳定执行的 45 分钟学习模板，并说明每个时间段做什么。
参考答案
10 分钟：复习昨天的一张表或一条 SQL
25 分钟：学一个小节，立刻敲一遍
10 分钟：合上教程，自测一题，讲给自己听
模板要能长期执行。时间不够就压缩到 30 分钟，但“读、敲、自测”三步不要省。
练习 2：建投递追踪表
写出投递追踪表至少 8 个字段，并说明“状态”字段有哪些值。
参考答案
字段：公司、岗位、城市、渠道、投递日、状态、面试时间、结果、下一步、备注。
状态值：待投、已投、笔试、一面、二面、HR、offer、拒。
关键是一次投递一行，投完当天记录；否则投到 30 家就记不清了。
练习 3：进度落后怎么调整
你只完成了一半 SQL 题，窗口函数还没开始，项目也没跑通，但已经想开始投递。怎么调整？
参考答案
先保证投递条件：项目能跑通、简历有数字、能讲 3 分钟。
- 砍掉扩展阅读和选学章节；
- SQL 题从 40 道减到 30 道，保留窗口函数和 JOIN；
- 暂停 PySpark 深入，项目仍用 DuckDB；
- 先跑通项目，再补窗口函数；
- 投递不推迟。
原则：砍任务，不砍投递。
9. 面试延伸
面试题：你的学习计划是什么？
是什么：面试官想看你是否有节奏、能否持续投入，不是要听“努力学习”。
解决什么问题：用具体模块和交付物回答，证明你能在压力下推进。
我的实操边界：我按模块推进，先打 SQL 和数仓基础，再跑通四层数仓项目，之后边投递边补 Hive、Spark 和实时组件；目前完成了项目、简历和第一轮投递。
追问：如果实习和课程冲突怎么办？答：提前确认课表，优先保证考试，实习时间与团队沟通，必要时调整每周到岗天数。
面试题：你为什么想做数据开发？
是什么：面试官想听动机和匹配度，不想听“数据很火”。
解决什么问题：把你的经历、能力和岗位职责连起来，说明你不是海投。
我的实操边界：我做了一个完整的电商数仓项目，从清洗到指标到对账都跑过；我喜欢这种“把脏数据变成可信指标”的工作，也愿意补大数据组件和调度。
追问：数据开发很枯燥，你能接受吗？答：能。项目里大量时间在对账和排查差异，我享受把数字对上的过程，也能接受重复性工作。
10. 本章验收
- 能按准备顺序说出每一步的产出和验收标准。
- 能说出“达到什么条件就可以开始投递”。
- 能排出自己每天 45 或 90 分钟的固定学习模板。
- 建立投递追踪表，字段齐全，状态值清楚。
- 能说出至少 15 家目标公司，并分成三档。
- 完成一次面试复盘，写出落后时的砍内容顺序。
- 能说出 3 个常见心态问题及应对方式。
- 能解释为什么不要“等学完再投”。
准备到这里结束。回到项目总览检查交付物：项目总览。