自我评价（案例一）
拥有两年的大数据开发经验，对java，Hadoop，kafka，fulme，scala，spark，python等相关技术可以熟练应用，
对于数据非常敏感，在工作中出现的问题，有较强的解决能力；
善于沟通，可以非常好的处理与同事的人际关系，比较受同事们的欢迎；
自我评价（案例二）
1.积极的工作态度和强大的抗压性；
2.对大数据技术有钻研热情，具备高度的责任心及团结协作精神，善于沟通；
3.自我驱动，追求工作的成就感和价值；
4.能够主动快速学习新的工程技术，对于新鲜事物接收能力较强；
5.本人是计算机应用技术专业毕业，有丰富的编程知识体系做基础；
6.对于团队开发有一定基础，有过团队开发经验，善于分析和吸取经验；
7.较注重学习机会，希望能在贵公司提升自己的能力;
自我评价（案例三）
熟悉hadoop生态圈一些开源组件flume、sqoop、zookeeper等，熟悉Java，Linux，熟悉关
系型数据库mysql、oracle，熟悉数据仓库hive，会写SQL语句，熟悉yarn工作原理及
mapreduce原理，了解hbase，spark，spark_rdd
性格开朗，为人细心，做事一丝不苟，能吃苦耐劳，工作脚踏实地，有较强的责任心，
具有团队合作精神，又具有较强的独立工作能力，思维活跃。
自我评价（案例四）
1.结构化：因为物种比如人的适应度越来越差，需要合作和依赖别人，所以面对其他人要抱着合作和包容利用的心态；联想到现在的大数据生态圈甚至系统，好的技术框架需要其他框架支持。eg：Hadoop生态圈里面的技术是互相依赖的，hdfs、 yarn 、hbase 、kafka 等需要zookeeper
2.自由化：因为分子不稳定性会有比如布朗运动，所以跳槽现在正常并且自由化职业人会更多，以后要把自 己做出 U盘模式，有能力的人可以自由工作，本身一个技术框架就是设计简单的。Hadoop生态系统里面的框架设计目标和实现上是简单的，kafka就是解决高吞吐量存储，zookeeper就是解决一致性
3.信息化：因为物种越进化越高级就会越需要从外界吸取能量以维持生计和存在，所以当下就越来越需要多方面而丰富的知识和专业的深度学习，更多的人为了可以在社会立足读研读博
总结：
1.谁都不是一个人一个技术就能解决所有问题或者成功，需要合作和搞好关系
2.把自己变得简单化既是专业化，设计要目标和实现上面的简单单一化
3.自己不断的学习（技术博文）和人文知识（新闻、趣事、跨学科）
