建议按以下步骤学习：

1. 先去找一本 spark 的书入门， 或者网络上的资料也行，想省事在极客时间上买个 spark 的课程也可以。 然后自己找教程搭建 HDFS, Hadoop。 然后写 demo 把 spark 程序提交到 hadoop 集群上， 计算结果和数据保存在 hdfs 上。 走通这些步骤就算入门了。
2. 开始编写一些测试工具， 包括但不限于：造数工具， 数据质量监控脚本， 功能测试脚本等等。
3. 深入学习 spark， 尤其压了解 shuffle 是个什么东西， 因为这个东西是分布式计算的精髓。 知道 spark 的 task， stage 和 job 的原理，知道 partiton 和 task 的关系。 知道数据集是如何分布的。 这个阶段要弄明白分布式计算的原理， 这个很重要，到了后面你会发现其他的分布式计算系统也都是这么设计的，只是各自的侧重点不一样。 大数据领域对新手很不友好， 尤其对测试领域的新手更不友好。 其中一个原因就是你在一个产品里会发现 N 多种大数据组件， 比如 HBASE（负责点查）， CK（负责批查），Hadoop（负责批处理），Flink（负责流计算），Kafka（负责消息引擎）等等。 所以你需要先弄明白分布式计算的核心原理， 这样触类旁通你在学其他大数据组件的时候， 就会发现比较容易了。 这也为后面你在大数据的场景中设计性能，高可用，兼容性等测试场景做准备。
4. 开始学习流计算： 主要学习 Flink 和 Kafka 就可以。 这是行业内最流行的技术选型。 不用要求写的代码有多 6， 需要能够写不同类型的生产者消费者，Flink 的简单程序。 知道 kafka 和 flink 的精准一次性语义是什么含义， 不同的语义用在不同的场景。 知道 checkpoint，反压等原理。 知道如何设计数据一致性测试和性能测试。
5. 开始触类旁通的学习其他大数据组件， 比如 hudi，ck，hbase，kudu，impala 这些，因为一个产品里大概率是有 N 多个大数据组件的。 大数据恶心的地方就在于没有一个组件能应付所有场景的。 为了追求极致的查询性能它可能是需要用 CK， 但是用了 CK 你就发现他除了批量查询其他的能力跟屎一样，所以为了弥补其他能力你就又得引入其他的大数据组件， 然后一份数据双写，三写甚至 N 写到多个存储组件里。 所以每一种组件你都要有所了解。 然后根据它的特点和生态去设计测试场景， 开发测试工具。

到第五点这里就结束了， 因为我现在就在第五点这里折腾。 再往后怎么发展我也不知道了， 触及我的盲区了就。

当行业好的时候， 不带本只带专都有面试机会。 当行业不好的时候， 招聘市场遍历研究生 ，就没人愿意看大专的简历了。

可能只是这个甲方推不进去， 也许换一个甲方就不要求了， 还是别放弃希望。 我当初去面试华为，也是卡在简历这关， 虽然我是本科， 但是人家看不上我这个破本科院校。。。。。。。 这时候就别吊死在一棵树上了。。。 换个公司就好

比较难， AI 在测试领域内有没有用？ 肯定有用， 但就局限在那么有限的几个场景里。而且还无法成为主要的测试手段，大多都是辅助类的。 所以如果这是硬性指标， 楼主只能考虑一下做面子工程了。 把一些 AI 能力硬套进去，然后通过一些话术，流程来夸大它的作用。

感谢支持~ 我会尽力输出更多的好的内容

你说我学习的那些课程么？ APP 叫极客时间，里面的课程都是付费的

嗯 是的

嗯， 一起加油~

我没说没有啊 你看我啥时候说没有硬件测试了。

可以看看其他领域的，医疗里面有挺多工作要对接医疗设备，所以可能是需要做做硬件的东西。 你可以看看其他软件领域的。

搭建个虚拟机也算做硬件了啊 难道是我对硬件有很大的误解。。。。

不会啊， 在国内做硬件的没那么多的， 互联网里大多是软件。 不用非得会硬件。

还是有的吧， 只是非常少了。 当然我是把会写点基本的函数脚本的也算做会写代码的

现在不是有审核么， 发帖都要审核过后别人才能看。 而且我看那个裁员的贴子没啥敏感的也

嗯， 极客挺好的。 我一直在极客上学东西。 花点钱省了很多自己去找资料的时间。

我说说我的看法，一个比较重要的原因就是因为教授的太浅吧，很多都是可以在网络上随便找找就能找到的资料。有的甚至就直接复制过来，所以给人一种割韭菜的印象。 这一点可以看看极客时间，其实很少有人喷极客时间里的人割韭菜（当然也有个别的被喷）。 因为极客时间里的大部分内容还是可以经受考验的， 起码不是在网络上随随便便就可以找到的成体系的知识。里面有不少内容是作者自己的总结和感悟，售价也不贵， 大部分就几十块钱或者 100 多块钱。可以节省很多自己去找资料学习总结的时间。 我在极客时间上买了不少课，我看了一下， 买了 16 门了：

这 16 门我基本没有觉得被割了韭菜的感觉。所以我个人觉得反感的不是知识付费， 而是自己的本事没练好就出来用低端和复制来的内容圈钱的行为。

然后我觉得鄙视培训机构和鄙视知识付费是两回事。 鄙视培训机构的原因主要是简历造假和虚假宣传。 尤其是简历造假被人诟病。抛开这两点培训机构本身是没什么问题的， 我觉得行业里也需要培训机构来让一些基础很差的人入行。 其实我本身也是在大 2 结束的那年暑假去培训机构学习的 java。然后才有入行的机会， 毕竟让纯小白去自学， 真的不行的。 所以培训机构的一个很大的意义就是带小白入行，不能要求他太多。

最后就是要正确看待搞知识付费这件事， 有些时候内容确实不能太过于艰深，有些时候我看一些内容也觉得讲的浅显， 但毕竟受众不一样， 需要讲的非常深入的行内人士不需要来参加培训， 不懂该领域的小白看不懂也用不上这些高深内容。所以很多内容输出作者它也不能写的太深， 要不然就没人买课了。 我记得之前和朋友聊天，说他们写过爬虫去爬 CSDN 的数据， 发现在测试这个领域里，搜索量和阅读量最高的不是那些高质量的文章， 而是接口自动化，UI 自动化这些。 所以但凡是要指着知识付费糊口的人，肯定要迎合客户的喜好。

录好音， 留好证据， 一告一个准

我的印象里， 不给交社保的一仲裁一个准， 单休的话， 收集加班记录，都要求给赔偿。 签合同了么？ 没签合同一告一个准， 签了合同给降薪了应该也是可以要求补偿回来。 想要跟公司刚的话就仲裁要求 2N。 如果你入职没多久， 陪不了多少钱你不想折腾。 那就谈判多要点赔偿。

https://testerhome.com/topics/17092
https://testerhome.com/articles/31471

可以看看这两个哈

大多数都是自己造的， 楼主可以翻一下我之前写的帖子， 里面有专门讲造数的。 前些日子我们也是对接银行做性能测试，造了 10 亿行结构化数据， 也就三个半小时就造完了，用 spark 造的很快， 还有一个是给一个车企造 2 亿张图片去测试存储系统，用异步 IO 造的也很快。

爬虫，或者到公开的网站下载

前两天有位老哥还跟我说，要我不要搞知识付费，挨骂不说其实也挣不到多少钱😂 😂 😂 😂 。 我记得我开星球那天老纠结了， 深怕挣不到多少钱还招来一堆骂😂 这就是开知识付费的人的宿命吧。 我只能说既然搞了知识付费了， 那就只能对得起别人花的钱，认真努力输出高质量的内容吧。（刚才发过， 忘了取消匿名了）

环境很差，大家都一样，只能慢慢等待，熬到行情变好的时候。 听说 24 年美国要开始降息了，没准是个变好的开始。大家都各自保重，坚持住

老哥在 23 年还真是满坎坷的， 祝愿后面一切顺利