@Willem97 三轮技术面（包括一轮 GM ） + 一轮 HR 面

宇智波辣条 。。。。。。。。。。。。不开玩笑

@lychs1998 我给相关同事反馈下

@skymei 要勇于尝试啊，大家都是从初级过来的，都有菜的时候，而且面试这个东西，除了硬性条件外，有时候也是看眼缘的，当年第一次找实习的时候去 面了 10+ 次才找到第一份实习

@lychs1998 确实，难度确实在提高，有些题目 越来越刁钻了

@svaj 哈哈，不要怕，国家不让吃人

@dick20cm 业务扩展比较快，就我所在的部门不到两年从 6 人扩展到 20+人，除实习生外没有一人离职，其他部门离职的情况应该也有，不过我不太清楚

up

@darkTianTian 可能是下线了，再找找其他的岗位吧，各大部门都有类似职位的哈

@blanu 看部门，部门之前不太一样，不过据我了解，头条大部分部门确实 会加班的，不过不是那种熬时间的加，是真的事情挺多的，干着干着就晚上 9 点了

celery 的 workflow 有一个 chord，支持一系列异步任务完成后 执行一个同步任务，lz 可以了解下，不知道可不可以解决你的后一个问题

貌似只是一个集成代码，没啥参考价值

@alexnevsky 都会过 hr 的，hr 一般会在流程的简历筛选和最后 offer 定级这两个阶段。

@kenshin912

我就随便写写别当真啊，openstack 还是值得搞的，先从简单的部署着手，再一个模块一个模块了解，加油。

@py2ex

1，现在的 openstack 俨然是一个庞然大物，学习曲线比较陡，而且涉及的面也很广，计算，存储，网络，这三块哪一块拿出来画画技术栈不得吓一跳，比较适合有专门云团队的公司去搞。
2,线上一旦出现问题，因为系统的复杂性而导致问题追踪解决的复杂性。特别是出现网络问题，neutron 的调试是真麻烦，相信很多搞 openstack 的都被 neutron 的网络恶心过。
3，openstack 的升级，每一次升级都要扒一层皮（不知道现在升级体验怎么样了，我只是参考 Liberty 版本之前）。
4，节点的扩缩容。特别是存储节点，ceph 俨然成了标配，每次扩容的时候，ceph 的自平衡会导致虚拟机特别卡，只能采取一些折中策略去慢慢平衡。
5，前期一定要好好规划。大的方向比如这个云的用途，生产环境还是测试环境，生产环境要做好权限划分，测试环境要做好资源很快耗光的窘境（上云之后小伙伴会疯狂创建虚机把玩），生产测试最好不要共用计算资源。细的方向比如网络规划，物理机的规划，业务规划等等。
啊，不说了，说的我都怨念了

我们就是上的 openstack，规模也是 10 台左右，小微云，前前后后折腾了一年多，策略就是跟着 mirantis 走，走过来会发现前期的学习成本不是最恐怖的，后期的运维才是最要命的。
对于私有云，如果没有一个专门的云团队，最好还是再好好考虑一下。

谢谢诸位的回复，越发感觉那个不靠谱，总之，感谢~

lz 是个聪明人