要做好万全准备再提离职，拿到 offer 再离职也无可厚非！！
已经有很多球友后悔上半年裸辞了。裸辞一时爽，事后悔断肠。
去掉口语化、精简、凝炼简历；
千万不要有错别字、白字、语法错误；
word 文档排版要主次分明，清晰明了。
电话等个人信息填错，项目经历中语句不通顺、错字、别字，标点符号、排版等乱七八糟的简历等都非常常见。
产品开发/ 项目经历要考虑尽量丰富，关键要点详实；
突出项目优势、亮点、你参与的工作和贡献；
如果有大数据规模开发、运维、架构、选型经验等都算加分项。
面试官问你之前的工作，主要考察什么？
你的项目经历或产品开发经验。
有相关项目经验，在新公司能较快的开展工作。
面试官关注是你的产出结果，而非过程。
你在项目中扮演的角色？
架构设计、方案选型、产品设计、需求对接、详细/概要设计、开发、运维、维护等。
参与过架构设计和仅 CRUD 的工程师是不一样的。
你遇到过什么问题，怎么解决的？
主要考察分析问题、解决问题的能力。
线下求助别人、线上网络搜索或者求助（google、stackoverflow、disscuss.elastic.co）、日志分析、源码分析等。
解决问题的方案和方法没有对错，面试官主要关注你是怎么解决问题的。
审视你遇到难题是否选择逃避还是迎难而上、攻克难题。
如果没有或者优势不够明显，不建议放到简历上。
比如：博客刚创建、只是转载的别人的文章；github 也没有像样的项目。
Elastic Stack的广度和深度知识都要储备。
深度认知：
包含但不限于：写入原理与优化、检索原理与优化、性能问题排查与调优、集群角色划分与部署、集群容量规划、倒排索引原理、LSM 原理、TF/RDF 评分原理、Lucene 相关技术原理等。
广度认知：
包含但不限于：CRUD、检索、聚合、自定义分词、自定义评分、template、mapping、安全备份、跨集群搜索、集群环境搭建 、kibana 可视化分析、Logstash N 多数据源同步和处理、Spark、Kafka、Redis、Mysql、Oracle、Mongo数据对接等、Beats数据接入等。
很多大厂的现在不见得有球友 Elastic 技术扎实 ，尤其过了认证的球友，这是事实；
但基础的东西别人花相同或者更少时间也能习得，这也是事实！
主动学习的能力和从一而终的持续学习的能力是可以强调的。
网络一些视频教程都非常好，对于构建全量 Elastic 体系化的认知有用，但远远不够。
可以考虑扩展：超哥源码原理书、极客时间搜索原理20讲、lucene 书、算法书补习！
去面试大厂但平时没有大厂的场景怎么办？
比如：大厂百亿、千亿数据量级、数十个集群、每个集群数百个节点等的超大集群规模一般小厂很难有。
多去社区看别人问题、并尝试回答问题！因为：别人遇到的问题，很可能你未来也会遇到。
小厂球友多去社区看看全中国甚至全球网友的问题，能有效避免“坐井观天”！以为自己掌握的差不多了，实际差的非常远！
多看阿里云、腾讯云的底层分享的博客，换位思考自己的薄弱点！有针对的加强学习！！
底层源码的修改，小公司可能根本就用不到，但，不代表没有用。多看一些大厂大佬们的分享，对扩展认知边界、扩展解决问题的思路也有帮助！
你不自信，老天也救不了你！
不要对心仪的大厂有畏惧心理，更不要对面试官有畏惧心理。
只有极少数面试官会刁难应聘者，问一些连自己都不知道的边边角角细枝末节的问题，以彰显自己多牛逼。
绝大多数面试官都是站在团队招聘新人、以技术交流的角度面试应聘者的。
面试多数会出现“面试造火箭、工作拧螺丝”的情况，但面试阶段是筛选阶段，避免不了的。
哪怕面试官抛出的问题自己不会，记得可以以之前的知识储备尝试回答，回答胜过不回答，不回答胜过不懂装懂的瞎答。
Elastic Stack 技术栈认知有盲区很正常，不要悲观，回到家细细研究一下补齐这个盲区知识点及周边扩展知识点盲区......
挥一挥衣袖，继续整装待发，准备下一场面试！直到拿到心仪 offer 为止！
首发于：https://t.zsxq.com/JeiQbuN
本文做了部分扩充和修改。
更短时间更快习得更多干货！
中国近 1/4 的 Elastic 认证工程师出自于此！
联系客服
