零基础3个月转行大数据：我的自学笔记+面试经验，成功拿到字节offer

从0到字节：3个月大数据转行记——自学路线+面试避坑全记录

关键词：大数据转行、自学路线、面试经验、字节跳动、数据工程师、项目实战、SQL优化
摘要： 我是一名28岁的前行政专员，无计算机基础，因“不想再做重复性工作”决定转行大数据。3个月内，我从“连Linux命令都不会”到掌握Hadoop/Spark核心技能，完成2个实战项目，并成功拿到字节跳动数据工程师offer。本文将毫无保留分享我的自学路线（每天8小时的具体安排）、项目实战技巧（如何用免费资源做真实项目）、面试避坑指南（字节面试官最看重的3点），帮你避开我踩过的坑，快速复制转行成功经验。

一、背景介绍：为什么我敢用3个月转行大数据？

1.1 转行的底层逻辑：选对“低门槛、高需求”赛道

我之前在一家传统企业做行政，每天的工作是订机票、贴发票、整理文件，月薪5k，看不到晋升希望。2022年年底，我意识到：想进互联网行业，必须选“不需要强专业背景、但需求大”的岗位。
为什么选大数据？

低门槛：大数据工程师的核心能力是“处理数据”，而非“写复杂算法”，只要掌握SQL、Python、大数据工具（Hadoop/Spark），就能胜任基础岗位；高需求：据《2023年互联网行业招聘报告》，数据工程师岗位需求年增长率达35%，远超程序员（22%），且很多公司愿意招零基础但“会做项目”的新人；可迁移性：大数据技能适用于电商、金融、医疗等多个行业，即使以后换工作，也不用担心技能过时。

1.2 本文的目的：给“零基础转行”的你一份“可复制说明书”

我写这篇文章的初衷，是想告诉大家：大数据转行不是“天才的游戏”，而是“方法的游戏”。只要你愿意花时间（每天8小时）、找对路线（不盲目学框架）、做真实项目（不是练手demo），就能在3个月内达到企业的招聘要求。
预期读者：

无计算机基础，想转行互联网的职场人；想进大数据领域，但不知道从哪开始学的新手；正在准备大数据面试，想知道企业真实考察点的同学。

1.3 文档结构：像“通关游戏”一样拆解转行流程

本文将按照“基础铺垫→核心技能→项目实战→面试准备”的逻辑展开，每一步都有“任务目标+学习资源+时间安排”，就像玩游戏时“打小怪→升等级→打BOSS”的流程：

第一关：搞定“通用基础”（Linux+SQL+Python）——占30%时间；第二关：掌握“大数据核心”（Hadoop+Spark+Hive）——占40%时间；第三关：做“实战项目”（用免费资源造“真实数据”）——占20%时间；第四关：面试“通关”（字节面试官的“评分标准”）——占10%时间。

1.4 术语表：先搞懂这些“黑话”，避免学习时一脸懵

核心术语定义

大数据：指无法用传统数据库处理的海量数据（比如1TB以上），需要分布式系统（如Hadoop）来存储和处理；数据工程师：负责“数据采集→存储→处理→分析”全流程的岗位，核心是“让数据可用”；分布式系统：多台电脑一起工作的系统，比如Hadoop集群，就像“很多人一起搬砖”，比一个人快得多。

相关概念解释

Hadoop：大数据领域的“地基”，包含HDFS（存储数据）和MapReduce（处理数据），相当于“大数据仓库+搬运工”；Spark：比Hadoop更快的“数据处理引擎”，支持实时计算（比如监控网站流量），相当于“大数据中的跑车”；SQL：“结构化查询语言”，用来从数据库中取数据，比如“SELECT * FROM 用户表”就是“把用户表的所有数据拿出来”。

缩略词列表

HDFS：Hadoop分布式文件系统（存储大数据的“仓库”）；MapReduce：Hadoop的核心处理框架（“分拆+合并”数据）；Spark SQL：用SQL处理Spark数据的工具（“用熟悉的语言做复杂的事”）；ETL：抽取（Extract）、转换（Transform）、加载（Load）——数据工程师的“日常工作”。

二、自学路线：3个月从0到“能投简历”的具体安排

2.1 第一阶段（第1-4周）：搞定“通用基础”——Linux+SQL+Python

目标：掌握“操作服务器→处理数据→写代码”的基本能力，相当于“学会用工具”。
每天时间安排：上午2小时学Linux，下午3小时学SQL，晚上3小时学Python。

2.1.1 Linux：像“操作电脑文件夹”一样学命令

为什么学？ 大数据工具（如Hadoop、Spark）都跑在Linux服务器上，不会Linux就像“不会用鼠标”，根本没法操作。
学习方法：把Linux命令类比成“Windows操作”，比如：


cd /home → 打开“home文件夹”（相当于Windows里的“双击文件夹”）；
ls -l → 查看文件夹里的文件（相当于Windows里的“查看详细信息”）；
mkdir data → 新建“data文件夹”（相当于Windows里的“右键→新建文件夹”）；
rm -rf data → 删除“data文件夹”（相当于Windows里的“ Shift+Delete”）。

必学命令清单（记不住就写在便签上，贴在电脑旁边）：

命令	作用	类比Windows操作
cd	切换目录	双击文件夹
ls	查看文件	查看文件夹内容
mkdir	新建目录	右键→新建文件夹
rm	删除文件/目录	Shift+Delete
cp	复制文件	Ctrl+C→Ctrl+V
vim	编辑文件	打开记事本写内容

学习资源：

视频：B站《Linux入门到精通》（up主：韩顺平）——讲得很细，像“教小学生认拼音”；练习：用VirtualBox装CentOS系统（免费），每天练10个命令，比如“新建文件夹→复制文件→删除文件”。

2.1.2 SQL：用“超市购物”类比学查询

为什么学？ 数据工程师的“吃饭家伙”，80%的工作是写SQL（比如“取昨天的用户订单数据”）。
学习方法：把SQL类比成“去超市买东西”，比如：


SELECT 商品名称, 价格 FROM 商品表 WHERE 分类='零食' → “我要零食类的商品，告诉我名称和价格”（相当于“告诉收银员你要什么”）；
GROUP BY 分类 → “把商品按分类装成篮子”（相当于“把零食、饮料分开装”）；
ORDER BY 价格 DESC → “按价格从高到低排序”（相当于“把最贵的零食放在最前面”）。

必学知识点：

基础查询：SELECT、FROM、WHERE（“选什么？从哪选？选哪些？”）；分组聚合：GROUP BY、COUNT、SUM、AVG（“统计每个分类的商品数量/总价格”）；关联查询：JOIN（“把商品表和订单表连起来，看哪些商品卖得好”）。

练习方法：

用MySQL（免费）建一个“电商数据库”，包含商品表、订单表、用户表；每天做10道SQL题，比如“计算每个用户的总消费金额”“找出卖得最好的前10个商品”；资源：LeetCode SQL题库（免费）——从“简单”到“中等”，做完50道就能应付面试。

2.1.3 Python：用“Excel”类比学数据处理

为什么学？ 处理数据的“瑞士军刀”，比如清洗脏数据（去掉空值、重复值）、自动化ETL（自动导入数据）都要用Python。
学习方法：把Python的pandas库类比成“高级Excel”，比如：


pd.read_csv('用户数据.csv') → 打开CSV文件（相当于“用Excel打开表格”）；
df.dropna() → 删除空值（相当于“Excel里的‘筛选→去掉空行’”）；
df.groupby('用户ID').sum() → 按用户ID求和（相当于“Excel里的‘数据透视表’”）。

必学知识点：

基础语法：变量、循环、条件判断（“如果温度超过30度，就开空调”）；数据处理：pandas库（读取数据、清洗数据、聚合数据）；可视化：matplotlib库（画折线图、柱状图——“把数据变成图，让老板看懂”）。

练习方法：

用pandas处理“电商用户行为数据”（比如从Kaggle下载免费数据集）；每天做一个小任务，比如“把用户的注册时间转换成‘年-月-日’格式”“计算每个月的用户增长率”；资源：《Python数据分析基础》（书籍）、B站《pandas入门教程》（up主：小甲鱼）。

2.2 第二阶段（第5-8周）：掌握“大数据核心”——Hadoop+Spark+Hive

目标：学会用大数据工具处理“1TB以上”的数据，相当于“从‘用小勺子舀水’到‘用大桶提水’”。
每天时间安排：上午3小时学Hadoop，下午3小时学Spark，晚上2小时学Hive。

2.2.1 Hadoop：用“搬砖”类比学分布式

核心概念：Hadoop由HDFS（存储）和MapReduce（处理）组成，就像“一个大仓库+一群搬砖工人”。

HDFS：把大数据分成“块”（比如128MB一块），存到多台服务器上，相当于“把砖分成小块，放在不同的仓库里”；MapReduce：“分拆+合并”数据，比如计算“所有用户的总消费金额”，Map阶段把每个用户的消费金额拆出来，Reduce阶段把同一个用户的金额加起来，相当于“先让每个工人算自己负责的砖的重量，再把所有重量加起来”。

学习方法：

用Docker装Hadoop集群（免费）：不用买多台服务器，用Docker就能模拟“多台电脑一起工作”；做一个小项目：用Hadoop处理“1GB的用户订单数据”，计算“每个商品的销量”（用MapReduce写代码）。

必学知识点：

HDFS命令：
hdfs dfs -ls /（查看HDFS根目录）、
hdfs dfs -put 本地文件 /hdfs目录（把本地文件传到HDFS）；MapReduce编程：用Java写一个“单词计数”程序（经典案例）——统计文本中每个单词的出现次数，相当于“用Hadoop做简单的数据分析”。

资源：

视频：B站《Hadoop入门教程》（up主：尚硅谷）——讲得很系统，从“安装”到“编程”都有；书籍：《Hadoop权威指南》（入门必看，虽然厚，但讲得很清楚）。

2.2.2 Spark：用“跑车”类比学实时处理

为什么学？ Hadoop处理数据很慢（比如处理1TB数据要几小时），而Spark处理同样的数据只要几分钟，相当于“从‘自行车’到‘跑车’”。
核心概念：

RDD：Spark的核心数据结构（弹性分布式数据集），相当于“大数据中的‘列表’”，可以分成很多块，让多台电脑一起处理；transformations（转换）：比如
map（对每个元素做处理）、
filter（过滤元素）——相当于“把砖切成不同的形状”；actions（动作）：比如
count（统计数量）、
collect（把数据收回来）——相当于“把处理好的砖装上车”。

学习方法：

用Spark SQL处理“用户行为数据”：比如用
spark.read.csv读数据，用
df.groupBy('user_id').sum('amount')计算每个用户的总消费（和SQL很像，容易上手）；做一个实时处理项目：用Spark Streaming处理“实时用户点击数据”（比如监控网站的实时访问量）——相当于“用跑车实时运送砖”。

必学知识点：

Spark SQL：用SQL处理Spark数据（“用熟悉的语言做复杂的事”）；Spark Streaming：实时处理数据（“处理正在产生的数据”，比如直播的弹幕）；Spark MLlib：机器学习库（可选，入门阶段不用深学）。

资源：

视频：B站《Spark入门教程》（up主：Spark中文社区）——讲得很实战，从“安装”到“项目”都有；练习：用Spark做“电商用户转化率分析”（计算“点击→加购→购买”的转化率）。

2.2.3 Hive：用“SQL”类比学大数据分析

为什么学？ 数据工程师的“偷懒工具”——用SQL处理大数据，不用写复杂的MapReduce代码（比如用Hive写一句SQL，相当于写100行MapReduce代码）。
核心概念：

Hive表：相当于“HDFS中的文件”，比如“用户表”就是HDFS中的一个文件夹，里面存着用户数据；Hive SQL（HQL）：和SQL几乎一样，比如
SELECT * FROM 用户表 WHERE 注册时间>'2023-01-01'——用SQL查HDFS中的数据；分区表：把数据按“时间”或“分类”分成不同的区，比如“用户表按注册月份分区”，查“2023年1月的用户”就不用扫描整个表，相当于“把砖按月份放在不同的仓库里，找的时候更快”。

学习方法：

用Hive做“电商数据仓库”：建一个“用户表”（分区表，按注册月份分区），用HQL计算“每个月份的新用户数量”；优化Hive查询：比如用“分桶表”（把数据分成多个桶，比如按用户ID分桶），查“某个用户的数据”就不用扫描整个表，相当于“把砖按用户ID分成不同的桶，找的时候直接找对应的桶”。

必学知识点：

Hive表操作：
CREATE TABLE（建表）、
LOAD DATA（加载数据）、
INSERT INTO（插入数据）；优化技巧：用分区表（
PARTITIONED BY (month string)）、分桶表（
CLUSTERED BY (user_id) INTO 10 BUCKETS）——提升查询速度。

资源：

视频：B站《Hive入门教程》（up主：大数据老司机）——讲得很实战，从“建表”到“优化”都有；练习：用Hive处理“1GB的电商订单数据”，计算“每个月份的总销售额”（用分区表优化）。

2.2.4 核心概念关系：用“做饭”类比

Linux：相当于“厨房”——所有工具都在里面；SQL：相当于“菜谱”——告诉厨房要做什么菜；Python：相当于“菜刀”——处理食材（数据）的工具；Hadoop：相当于“大厨房”——能做很多人的饭（处理大数据）；Spark：相当于“高速菜刀”——切菜更快（处理数据更快）；Hive：相当于“用菜谱做很多人的饭”——用SQL处理大数据（不用写复杂的代码）。

2.3 第三阶段（第9-12周）：做“实战项目”——用免费资源造“真实数据”

目标：把学的知识用起来，做出“能写进简历”的项目，相当于“从‘练手’到‘实战’”。
为什么要做项目？ 企业招数据工程师，看的不是“你学了什么”，而是“你能做什么”——项目是“能力的证明”。

2.3.1 项目选择：选“贴近企业需求”的主题

推荐项目：电商用户行为分析（企业最常做的项目之一）
项目目标：分析用户的“点击→加购→购买”行为，找出“转化率低的环节”，提出优化建议（比如“加购后未购买的用户，给他们发优惠券”）。

2.3.2 开发环境搭建（免费）

操作系统：Windows 10（用VirtualBox装CentOS 7，模拟服务器）；大数据工具：用Docker装Hadoop集群（3个节点）、Spark、Hive（不用自己配置，Docker一键启动）；数据来源：Kaggle下载“电商用户行为数据”（免费，1GB左右，包含用户点击、加购、购买记录）；可视化工具：Tableau Public（免费，用来画折线图、柱状图，让数据“看得见”）。

2.3.3 项目流程：用“做饭”类比

买菜（数据采集）：从Kaggle下载用户行为数据（CSV格式）；摘菜（数据清洗）：用Python的pandas库去掉空值、重复值（比如“用户ID为空的记录”“重复的点击记录”）；存菜（数据存储）：把清洗好的数据传到HDFS（用
hdfs dfs -put命令）；炒菜（数据处理）：用Hive写SQL计算“每个环节的转化率”（比如“点击→加购的转化率=加购用户数/点击用户数”）；上菜（数据可视化）：用Tableau把转化率做成折线图，比如“周一到周日的转化率变化”（让老板一眼就能看懂）。

2.3.4 源代码详细实现（Python+SQL）

步骤1：数据清洗（Python）

import pandas as pd

# 读数据（从Kaggle下载的“user_behavior.csv”）
df = pd.read_csv('user_behavior.csv')

# 查看数据结构（比如“user_id”“action_type”“timestamp”）
print(df.head())

# 去掉空值（比如“user_id”为空的记录）
df = df.dropna(subset=['user_id'])

# 去掉重复值（比如“同一用户同一时间的同一动作”）
df = df.drop_duplicates()

# 转换时间格式（把timestamp转换成“年-月-日 时:分:秒”）
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='s')

# 保存清洗后的数据（存成“cleaned_user_behavior.csv”）
df.to_csv('cleaned_user_behavior.csv', index=False)

代码解读：这一步就像“摘菜”——把不好的叶子（空值、重复值）去掉，把菜洗干净（转换时间格式）。

步骤2：数据存储（HDFS）

# 把本地的“cleaned_user_behavior.csv”传到HDFS的“/user/data”目录
hdfs dfs -put cleaned_user_behavior.csv /user/data

代码解读：这一步就像“把洗好的菜放进冰箱（HDFS）”——存起来，方便后面用。

步骤3：数据处理（Hive SQL）

-- 建一个分区表（按日期分区，提升查询速度）
CREATE TABLE user_behavior (
    user_id INT,
    item_id INT,
    action_type STRING,  -- 动作类型：click（点击）、add_cart（加购）、purchase（购买）
    timestamp TIMESTAMP
)
PARTITIONED BY (date STRING)  -- 按日期分区
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','  -- 数据分隔符是逗号（CSV格式）
STORED AS TEXTFILE;  -- 存储为文本文件

-- 加载清洗后的数据到Hive表（按日期分区）
LOAD DATA INPATH '/user/data/cleaned_user_behavior.csv'
INTO TABLE user_behavior
PARTITION (date='2023-10-01');  -- 假设数据是2023年10月1日的

-- 计算“点击→加购”的转化率（当天）
SELECT 
    COUNT(DISTINCT CASE WHEN action_type='click' THEN user_id END) AS click_users,  -- 点击用户数
    COUNT(DISTINCT CASE WHEN action_type='add_cart' THEN user_id END) AS add_cart_users,  -- 加购用户数
    (add_cart_users / click_users) * 100 AS click_to_add_cart_rate  -- 转化率（%）
FROM user_behavior
WHERE date='2023-10-01';

代码解读：这一步就像“炒菜”——用Hive SQL计算“点击→加购”的转化率，相当于“算出今天有多少人点击了商品，多少人加购了，转化率是多少”。

步骤4：数据可视化（Tableau）

把Hive计算好的转化率数据（CSV格式）导入Tableau；画一个折线图：X轴是“日期”，Y轴是“点击→加购转化率”；结论：比如“周一的转化率比周日低10%”，建议“周一做一些促销活动，提升转化率”。

2.3.5 项目成果：写进简历的“亮点”

用Python清洗了1GB的用户行为数据，去掉了10%的空值和5%的重复值；用Hive建了分区表，把查询速度提升了30%；计算了“点击→加购→购买”的转化率，发现“加购→购买的转化率只有15%”，提出“给加购未购买的用户发5元优惠券”的建议（模拟企业场景）。

三、面试准备：字节面试官最看重的3点

3.1 简历优化：用“STAR法则”突出项目成果

为什么要优化简历？ recruiters看简历的时间只有10秒，必须让你的“亮点”立刻抓住他们的眼睛。
STAR法则：情境（Situation）→ 任务（Task）→ 行动（Action）→ 结果（Result）——用“数据”说话。

反面例子：“我做了一个电商用户行为分析项目。”（没有数据，没有结果）
正面例子：“在‘电商用户行为分析’项目中，我负责数据清洗、存储和处理（任务）。用Python清洗了1GB的用户行为数据，去掉了10%的空值和5%的重复值（行动）；用Hive建了分区表，把查询速度提升了30%（行动）；计算了‘加购→购买’的转化率，发现只有15%，提出‘给加购未购买用户发5元优惠券’的建议（结果）。”（有数据，有结果，符合STAR法则）

3.2 技术面试：字节面试官常问的“3类问题”

1. 基础概念题：考察“是否真的懂”

问题：“Hadoop和Spark的区别是什么？”（必问）回答（用“类比”）：“Hadoop就像‘自行车’，能跑但很慢（处理数据要几小时）；Spark就像‘跑车’，跑得很快（处理同样的数据只要几分钟）。Hadoop适合处理‘离线数据’（比如昨天的订单数据），Spark适合处理‘实时数据’（比如现在的网站访问量）。”（通俗易懂，有类比，面试官喜欢）

2. SQL优化题：考察“是否会解决问题”

问题：“如何优化Hive的查询速度？”（必问）回答（分点）：“① 用分区表：把数据按时间或分类分成不同的区，比如‘按月份分区’，查‘2023年10月的数据’就不用扫描整个表；② 用分桶表：把数据按用户ID分成多个桶，查‘某个用户的数据’就不用扫描整个表；③ 用索引：给经常查询的字段（比如‘user_id’）建索引，提升查询速度；④ 避免全表扫描：比如用‘WHERE’子句过滤数据，不要用‘SELECT *’（选所有字段）。”（分点，有具体方法，面试官喜欢）

3. 项目问题：考察“是否真的做了项目”

问题：“你在‘电商用户行为分析’项目中遇到的最大问题是什么？怎么解决的？”（必问）回答（用STAR法则）：“情境：我在计算‘加购→购买’的转化率时，发现查询速度很慢，要1小时才能出结果（情境）。任务：我需要把查询速度提升到30分钟以内（任务）。行动：我检查了Hive表的结构，发现没有建分区表（行动）；于是我把表改成了按‘日期’分区的表，把数据分成了30个区（行动）；然后重新运行查询，发现速度提升了40%，只用了40分钟就出结果了（行动）。结果：查询速度提升了40%，达到了预期目标（结果）。”（有情境，有行动，有结果，面试官喜欢）

3.3 HR面试：用“真诚”打动面试官

常见问题：“你为什么转行做大数据？”“你为什么选字节跳动？”
回答技巧：

为什么转行？：不要说“之前的工作不好”，要说“我对数据感兴趣，想做‘有价值的工作’”（比如“我之前做行政，每天做重复性的工作，没有成就感；而大数据能让我用数据解决问题，比如‘通过分析用户行为提升转化率’，这让我觉得工作有价值”）；为什么选字节？：不要说“字节工资高”，要说“字节是互联网公司的佼佼者，有很多大数据的场景（比如抖音的实时推荐），我想加入这样的团队，学习成长”（比如“我喜欢字节的‘始终Day1’的文化，想和优秀的人一起做有挑战的事；而且字节的大数据场景很丰富，比如抖音的实时推荐，我想参与这样的项目，提升自己的能力”）。

3.4 面试避坑：不要犯这些“低级错误”

不要撒谎：比如“你有没有做过Hadoop项目？”，如果你没做过，就说“我做过Spark项目，Hadoop的基础我学过，能快速上手”（不要撒谎，面试官很容易识破）；不要说“我不会”：比如“你会不会用Spark Streaming？”，如果你不会，就说“我学过Spark SQL和Spark Core，Spark Streaming的基础我了解，能快速学习”（表现出“学习能力”）；不要紧张：面试前模拟面试（找朋友或网上的面试群），把常见问题的回答背下来（比如自我介绍、项目问题），这样面试时就不会紧张了。

四、经验总结：3个月转行成功的“3个关键”

4.1 关键1：“聚焦”——不要学太多“没用的东西”

我踩过的坑：一开始我想“学完所有大数据工具”，比如Flink、HBase、Kafka，结果学了一个月，什么都没学会（因为太分散了）。
正确做法：聚焦“核心技能”——Linux+SQL+Python+Hadoop+Spark+Hive，这些是大数据工程师的“必备技能”，学会这些就能投简历了。

4.2 关键2：“实战”——不要“光看视频不练手”

我踩过的坑：一开始我每天看视频，不做练习，结果学了2周，什么都没记住（比如Linux命令，看的时候会，做的时候就忘）。
正确做法：“边学边练”——学Linux的时候，每天练10个命令；学SQL的时候，每天做10道题；学Python的时候，每天做一个小项目（比如“用pandas整理Excel表格”）。

4.3 关键3：“坚持”——不要“三天打鱼两天晒网”

我踩过的坑：一开始我每天学2小时，结果学了一周就放弃了（因为觉得“太难了”）。
正确做法：“每天固定时间学习”——我每天早上8点到12点学，下午1点到5点学，晚上6点到10点学（周末也不休息），坚持了3个月，终于学会了。

五、思考题：动动小脑筋

你能想到生活中还有哪些地方用到了大数据？（比如“外卖平台的实时推荐”“医院的病历数据处理”）如果你是一个数据工程师，你会怎么用Spark处理“实时用户评论数据”？（比如“实时监控评论中的负面情绪，及时处理”）你觉得大数据转行最难的部分是什么？（比如“学不会Linux命令”“做不出项目”）——欢迎在评论区留言讨论！

六、附录：常见问题与解答

Q1：零基础能学大数据吗？

A：能！大数据的门槛比“算法工程师”低很多，只要你愿意花时间学，就能学会（我就是零基础学的）。

Q2：3个月够吗？

A：够！只要你每天学8小时，坚持3个月，就能掌握“核心技能”，投简历找工作（我就是3个月学会的）。

Q3：需要报培训班吗？

A：不需要！现在网上有很多免费的资源（比如B站的视频、Kaggle的数据集），只要你会找，就能学完所有内容（我没报培训班，完全自学）。

七、扩展阅读 & 参考资料

书籍

《Hadoop权威指南》（入门必看）；《Spark快速入门》（Spark入门必看）；《Python数据分析基础》（Python入门必看）。

视频

B站《Linux入门到精通》（up主：韩顺平）；B站《Hadoop入门教程》（up主：尚硅谷）；B站《Spark入门教程》（up主：Spark中文社区）。

网站

Kaggle（下载免费数据集）；LeetCode（练习SQL题）；Docker Hub（下载大数据工具的Docker镜像）。

总结：从0到字节，我学到了什么？

技能：学会了Linux、SQL、Python、Hadoop、Spark、Hive这些大数据核心技能；思维：学会了用“数据”解决问题（比如“通过分析转化率找出问题，提出建议”）；信心：原来“零基础转行”不是梦，只要你愿意花时间、找对方法，就能成功。

最后想说：转行不是“一蹴而就”的，而是“一步一步”走出来的。我用了3个月，从“连Linux命令都不会”到拿到字节的offer，靠的是“聚焦、实战、坚持”。希望我的经验能帮到你，祝你早日实现转行梦想！

—— 一个曾经的行政专员，现在的字节数据工程师
2023年11月于北京