本文从基础能力、数仓建模、数据治理、原理理解、工程能力、业务能力六个方面来聊初级、中高级专家、资深专家、数据架构师的面试标准。
有基本的SQL实现能力，在没有提示或有少量提示下能实现常见的SQL代码开发；有一定的业务理解能力，在少量指引下能基本理解需求方的业务需求描述；了解有关SQL的高级用法，比如开窗函数。
有较高级的SQL实现能力，能实现常见的SQL代码开发；有良好的业务理解能力，基本理解需求方的业务需求描述；熟练使用SQL的高级用法，比如开窗函数；对SQL on hive or Spark有一定的调优经验，如数据倾斜处理。
有扎实的SQL功底，能快速完成各种各样的SQL代码开发；有优秀的业务理解能力，能迅速理解需求方的业务需求描述；掌握SQL的高级用法，比如开窗函数；对SQL on hive or Spark有良好的调优经验并应用到实践中；能独立开发各种UDF函数并应用到实践中；熟练使用Shell/Python/Scala/Java等语言的其中一项或多项。
有很强的SQL功底，能快速完成各种各样的SQL代码开发；有很强的业务理解能力，能结合代码迅速理解需求方的业务需求描述；精通SQL的各种高级用法，比如开窗函数；对SQL on hive or Spark有很强的调优经验并应用到实践中；能独立开发各种UDF函数并应用到实践中；精通Shell/Python/Scala/Java等语言的其中一项或多项。
了解Kimball维度建模思想，如维度表/事实表的概念，雪花模型/星型模型的概念；了解维度表和事实表建设的方法论，如变化维度处理方式，事实表种类；了解数据仓库分层的概念，包括但不限于DWD/DMS/DIM/ODS/DMD/DMS；了解数仓分层的ETL方式；了解数据中台概念和建模的结合。
掌握Kimball维度建模思想，如维度表/事实表的概念，雪花模型/星型模型的概念；掌握维度表和事实表建设的方法论，如变化维度处理方式，事实表种类；掌握数据仓库分层的概念，包括但不限于DWD/DMS/DIM/ODS/DMD/DMS；掌握数仓分层的ETL方式；掌握数据中台概念和建模的结合。
精通Kimball维度建模思想，如维度表/事实表的概念，雪花模型/星型模型的概念；精通维度表和事实表建设的方法论，如变化维度处理方式，事实表种类；精通数据仓库分层的概念，包括但不限于DWD/DMS/DIM/ODS/DMD/DMS；精通数仓分层的ETL方式；精通数据中台概念和建模的结合。了解实时数仓,业务数仓,数据湖有线上落地实践。
掌握Kimball维度建模思想/data vault建模思想/数据湖架构等，并对企业数据仓库的建设有一套成熟的理论体系，包括底层组件选择，ETL的处理等,搭建过日均百T的数据从从0-1的，搭建过实时数仓,业务数仓,数据湖有线上落地实践能力。
了解数据生命周期管理/元数据管理/数据质量管理/主数据管理的概念。
掌握数据生命周期管理/元数据管理/数据质量管理/主数据管理的概念，并将一部分概念应用到实践中。
精通数据生命周期管理/元数据管理/数据质量管理/主数据管理的概念/指标体系/画像体系/字典体系/自主分析体系/数据监控体系，并将所有理念应用到实践中去。
精通数据生命周期管理/元数据管理/数据质量管理/主数据管理的概念/指标体系/画像体系/字典体系/自主分析体系/数据监控体系，并将所有理念应用到实践中去；针对不同的业务提炼出不同的数据治理体系，为业务赋能。
了解Hadoop/Spark/Hive/Flink/Kafka/
Druid/HBase/Redis等组件的原理。
掌握Hadoop/Spark/Hive/Flink/Kafka/
Druid/HBase/Redis等组件的原理。
精通Hadoop/Spark/Hive/Flink/Kafka/
Druid/HBase/Redis等组件的原理。
Apache社区组件Hadoop/Spark/Hive/
Flink/Kafka/Druid/HBase/Redis的committer或者pmc。
了解Java/Scala语言。
熟练Java/Scala/Python语言。
掌握Java/Scala/Python语言，并开发过线上项目。
精通Java/Scala语言，掌握JVM原理，并开发过大型高并发高可用项目。
通过了解业务描述可以完成指定开发任务
熟悉具体某块业务并可以举一反三
掌握整体业务的开发流程和业务逻辑
精通业务并且可以指出业务的薄弱环节,有一套直接的业务体系
