【我們為什麼挑選這篇文章】數據工程作為軟體工程下的一個更細分的技能類別，強調對於數據進行整合、儲存和提取的作業，想要成為一名專業的數據工程師，從理論知識到實際操作的技能都是必備的。要如何在廣大的網路資料中，找到面試準備的方向呢？（責任編輯：賴佩萱）
本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請連繫出處
作者：量子位
面試職位之前，往往需要進行充分的準備，從理論知識到專業技能。但是，作為數據工程師，每個人的側重方向都不盡相同。那麼，面對浩如煙海的準備材料時，數據工程師該如何有效率地準備面試呢？
對此，來自《coriers》，有著許多頂級科技公司（如 Amazon 和 Capital One）採訪經驗的 Ben R. 整理了一份面試練習清單，希望能給你們提供幫助。
程式語言練習
數據工程師是與數據庫打交道的職位，而 SQL 作為數據庫語言，便成為了數據工程師面試過程中繞不開的話題。
而學習往往循序漸進的。
首先是熟悉使用 SQL 去解決各類常見的簡單問題：
這些問題囊括了各種類型：匯總、關聯、分析等等，有些還涉及部分複雜邏輯。
很簡單嗎？那就進行如下的進階練習吧。要是稍微吃力的話，不妨先看看「SQL-Video」裡的相關內容。
除去 SQL 外，由於數據工程師工作的廣泛性，數據工程師往往還需要準備其他的幾類程式語言。
比如 Python 顯然是目前數據科學的首選語言，雖然關於 Python 還是 R 曾有過爭論；又比如，如果進行較多的 Hadoop，則 Java 則是更為得力的助手；而 Scala，也逐漸成為數據科學中第二重要的語言。
排列優先級大體如下：SQL、Scala、Python 和 Java。
算法與數據結構
在完成了程式語言的準備後，在程式問題上，算法結構與數據語言是極其常見的考察方向。
在進入相關學習之前，且讓我們先完成幾個小問題：
現在如果你已經完成了這 8 個問題，那就讓我們開始回顧並學習「Algorithms And Data Structures Videos」、「Algorithms」、「Big O Notation」和「Some Interview Walk Throughs」裡面的內容吧。
學習之後，檢驗學習成果是必不可少的：
程式執行
此外，程式執行是程式問題方面考察的另一種形式，但是卻是較難準備的，主要因為他沒有典型的題目，更多是來源於考官的「即興發揮」。
不過，仍然有一些非常適合準備的問題。
系統設計
系統設計問題並不常見，但是也是需要準備一下，以防止考官們的「心血來潮」。
做完這些功課，數據工程師的面試學習就大體完成了。
最後，祝大家面試順利，offer 多多。
原文連結：《coriers》
（本文經 AI 新媒體量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈從編程基礎到系統設計，這份數據工程師面試寶典全都有| 資源 〉。）
你可能會有興趣
- 【比 Keras 更好用？】德工程師開發全自動機器學習模型包，不用動手寫任何程式！
- 最受工程師歡迎的程式語言是什麼？網友統計八年使用數據：第一名從沒換過人！
- 【名副其實的灌籃高手】軟體工程師打造「百發百中籃板」，背著身也能隨便投進 3 分球