1、本文從基礎能力、數倉建模、數據治理、原理理解、工程能力、業務能力六個方面來聊初級、中高級專家、資深專家、數據架構師的面試標準。基礎能力初級有基本的SQL實現能力，在沒有提示或有少量提示下能實現常見的SQL代碼開發；有一定的業務理解能力，在少量指引下能基本理解需求方的業務需求描述；了解有關SQL的高級用法，比如開窗函數。中高級專家有較高級的SQL實現能力，能實現常見的SQL代碼開發；有良好的業務理解能力，基本理解需求方的業務需求描述；熟練使用SQL的高級用法，比如開窗函數；對SQL on hive or Spark有一定的調優經驗，如數據傾斜處理。資深專家有扎實的SQL功底，能快速完成各種各樣的

2、SQL代碼開發；有優秀的業務理解能力，能迅速理解需求方的業務需求描述；掌握SQL的高級用法，比如開窗函數；對SQL on hive or Spark有良好的調優經驗并應用到實踐中；能獨立開發各種UDF函數并應用到實踐中；熟練使用Shell/Python/Scala/Java等語言的其中一項或多項。數據架構師有很強的SQL功底，能快速完成各種各樣的SQL代碼開發；有很強的業務理解能力，能結合代碼迅速理解需求方的業務需求描述；精通SQL的各種高級用法，比如開窗函數；對SQL on hive or Spark有很強的調優經驗并應用到實踐中；能獨立開發各種UDF函數并應用到實踐中；精通Shell/Py

3、thon/Scala/Java等語言的其中一項或多項。數倉建模初級了解Kimball維度建模思想，如維度表/事實表的概念，雪花模型/星型模型的概念；了解維度表和事實表建設的方法論，如變化維度處理方式，事實表種類；了解數據倉庫分層的概念，包括但不限于DWD/DMS/DIM/ODS/DMD/DMS；了解數倉分層的ETL方式；了解數據中臺概念和建模的結合。中高級專家掌握Kimball維度建模思想，如維度表/事實表的概念，雪花模型/星型模型的概念；掌握維度表和事實表建設的方法論，如變化維度處理方式，事實表種類；掌握數據倉庫分層的概念，包括但不限于DWD/DMS/DIM/ODS/DMD/DMS；掌握數倉

4、分層的ETL方式；掌握數據中臺概念和建模的結合。資深專家精通Kimball維度建模思想，如維度表/事實表的概念，雪花模型/星型模型的概念；精通維度表和事實表建設的方法論，如變化維度處理方式，事實表種類；精通數據倉庫分層的概念，包括但不限于DWD/DMS/DIM/ODS/DMD/DMS；精通數倉分層的ETL方式；精通數據中臺概念和建模的結合。了解實時數倉,業務數倉,數據湖有線上落地實踐。數據架構師掌握Kimball維度建模思想/data vault建模思想/數據湖架構等，并對企業數據倉庫的建設有一套成熟的理論體系，包括底層組件選擇，ETL的處理等,搭建過日均百T的數據從從0-1的，搭建過實時數倉

5、,業務數倉,數據湖有線上落地實踐能力。數據治理初級了解數據生命周期管理/元數據管理/數據質量管理/主數據管理的概念。中高級專家掌握數據生命周期管理/元數據管理/數據質量管理/主數據管理的概念，并將一部分概念應用到實踐中。資深專家精通數據生命周期管理/元數據管理/數據質量管理/主數據管理的概念/指標體系/畫像體系/字典體系/自主分析體系/數據監控體系，并將所有理念應用到實踐中去。數據架構師精通數據生命周期管理/元數據管理/數據質量管理/主數據管理的概念/指標體系/畫像體系/字典體系/自主分析體系/數據監控體系，并將所有理念應用到實踐中去；針對不同的業務提煉出不同的數據治理體系，為業務賦能。原理理

6、解初級了解Hadoop/Spark/Hive/Flink/Kafka/Druid/HBase/Redis等組件的原理。中高級專家掌握Hadoop/Spark/Hive/Flink/Kafka/Druid/HBase/Redis等組件的原理。資深專家精通Hadoop/Spark/Hive/Flink/Kafka/Druid/HBase/Redis等組件的原理。數據架構師Apache社區組件Hadoop/Spark/Hive/Flink/Kafka/Druid/HBase/Redis的committer或者pmc。工程能力初級了解Java/Scala語言。中高級專家熟練Java/Scala/Python語言。資深專家掌握Java/Scala/Python語言，并開發過線上項目。數據架構師精通Java/Scala語言，掌握JVM原理，并開發過大型高并發高可用項