大数据近年来，发展如火如荼，很多人都选择学习大数据专业或者转行大数据，大数据里又包含很多就业岗位，那么，我们在面试大数据开发工程师时，需要面试哪些内容呢。一起来看看！
首先，不同岗位、不同公司、不同面试官问的内容是不一样的。
大数据开发包括Hadoop(ETL，Mapreduce)，Spark(SparkSql和SparkStreaming)，Python等，这是偏向技术。另外大数据开发看是否偏向数仓开发和数据分析，因为这样问的问题又会不一样。不同的面试官和公司用到的技术栈也不一样，问的问题也会有很大差别的。我们就根据常见问题的一起来看看。
一、自我介绍
一般上来就是自我介绍，谈下工作经历和项目经验，面试官会根据你的项目经验对你进行技术面试。在自我介绍时，一定要抓住核心说，不要太啰嗦，尽量放大自己的价值，让面试官感受到你对工作的热情，以及以后对公司贡献的能力。
二、知识技能方面
(一)、数仓开发
1，Java是必问的，不过问的不深，把Javase部分吃透，足以应付Java部分的面试。2，Hadoop生态，Yarn、Zookeeper、HDFS这些底层原理要懂，面试经常被问。3，Mapreduce的shuffle过程这个也是面试被常问的。4，Hbase和HIve，搞大数据这些不懂真的说不过去。5，Mysql、Oracle和Postgres数据库操作要回，Sql要会写。6，linux操作系统，这个简单得命令必须要懂，会写shell脚本更好了。7，Kettle或Sqoop这种数据处理工具至少要会一个。8，数据仓库建模、数据模型的问题。
(二)、技术方面
1，SparkSql和SparkStreaming，底层原理、内核、提交任务的过程等等，尽量深入内幕，这个经常会跟MapReduce作比较的。当然也要了解Storm和Flink，Flink这个建议要学会，以后用处会越来越广。2，Redis、Kafka、ElasticSearch这些都得懂原理，深入了解，会使用，会操作，会调优。3，impala和kylin这些尽量也要了解会用4，Python这个要是有能力，有精力，建议也要往深处学习，我目前正在自学中。5，集群的问题，包括一些简单的运维知识。6，大数据数据倾斜的问题，包括Spark JVM内存调优问题等等。
最后可能还会问你最近几年的职业规划等，面试的话大体是围绕以上内容进行的，以上内容仅供参考，一些技术要求等可以详情参考公司招人的要求，并展开做一些面试的准备。
