感悟： 面试体验不是特别理想，在一些问题上，提问的方式不具有引导性而且全程黑脸，提前说了某个工具不是很了解，还是被反复问了...emmm是要咋怎。 尬聊了近乎谢了。 面完就感觉应该不用等了。 面试分为三部分： 自我介绍 一、针对项目进行提问 项目是偏向算法的吗？ 介绍一下C++多态 i++与++i区别，效率上 介绍一下C++异常处理机制 为什么C有了错误码还有有C++的异常处理 学过数据结构吗？介

本人双非硕，光学工程专业，半导体器件结构方向，偏向光电响应，同时也会功率电子器件、存储器件相关知识。 投递西部数据三个岗位：高级3D闪存测试研发工程师、高级存储产品可靠性研发、高级先进存储研发。只有可靠性研发这个岗位进面试了。这三个都在上海，都要求硕士。 一面：技术面。前排提醒：一定要准备英文自我介绍！尽管邮件里没有提醒，但是他肯定会问的，别像我一样尬 住。一面偏向于了解型，会问你一些基础知识，比

【开奖啦】前两年月包1w左右，年终1-2w。工资涨幅主要看项目奖金。但是不等解约哦~ —————————————————————————————————— 面试形式：线上腾讯会议 面试轮数：2、二、两（实在不知道用哪种表示，干脆都写上） —————————————————————————————————— 初面： 1.自我介绍（雷打不动环节） 2.专业学习情况 3.简历项目介绍 4.目前的offe

bg：楼主北京某985大三，信息学科，两段互联网大厂数据分析实习经历（mi+ks），业务偏向电商和广告行业的风控。 快手中台 数据科学 一面（20min） 1.实习中AB实验的背景是什么？实验组和对照组如何选择？得到了哪些结论？ 2.得出结论后有继续做实验验证吗？ 没有，因为游戏行业2021年被监管，一切优化的业务都毙掉了。 3.实验组按照5%流量随机分流的依据是什么？ 这里其实问的是样本量该如何

一共两轮技术面一轮HR面，第一轮面试hive 问题居多，第二轮hadoop 问题居多，整体来说问题不是很难，方向为数仓。 一面: 11.30下午 牛客网面试 30min 自我介绍 数仓项目介绍 什么是全量表，什么是增量表，以及应用的场景 了不了解拉链表，讲一下拉链表如何生成 什么是内部表，什么是外部表，有什么区别 Hive中小文件形成的原因及解决办法 Hive SQL的优化方法 讲一下熟悉的窗口函

字节跳动 (1h) 1.自我面试 2.挑一个你认为比较成功的项目进行介绍？ 3.介绍你做过的特征工程 4.你都有过哪些算法？介绍下随机森林、XGB、GBDT的差异 5.对模型进行评估时候选取的方法 携程控股(45min) 1.自我介绍 2.选择一个项目进行介绍 3.你建模的时候都用到哪些方法 4.项目细节 5.模型评估 腾讯科技(1个小时) 1.自我介绍 2.直接问项目 3.解释下随机森林和GBD

自我介绍 问对hadoop各个组件的了解 解释下mapreduce的过程 问有没看过谷歌的GFS论文 问项目里数据库咋建模设计的 对维度建模的了解 对数仓的了解，数仓一般咋分层 GGGG，这之前只关注框架底层了，，没看过数仓的东西#大数据开发面经##实习生[话题]##access#

问了一些数据库相关的知识，索引，优化；golang协程跟线程的区别，在哪方面资源优化了；介绍实习经历； 更新下，已oc

昨天hr面完就oc了，今天签了录用函，整体来说速度还是非常快的。 一面（11.25）： 主要是问的暑期实习中的工作，涉及到 数仓的分层建设 主要参与建设的数据域及需求细节 数据模型的设计 数据治理等 基本上是围绕着这几个方面深挖。 二面（12.02）： 实习期间负责的数据的应用场景有哪些？ 项目细节 如何看待这个岗位，你觉得它在企业中的职能是什么、价值体现在哪些方面？ 你觉得这个岗位未来的发展趋势

这轮比较关注底层 1.自我介绍 2.个人信息和实习时长进一步沟通 3.问项目，进一步阐明下项目细节 4.HDFS备份文件数量 5.HDFS读文件底层原理 6.HDFS写文件底层原理 7.追问是写完一个文件就返回还是所有备份写完才返回 8.问MapReduce原理 9.问Hive内部表和外部表的区别 10.问Hivesql咋转换到MapReduce的 11.问Hive可以用啥作为元数据库 12.Hi

一面12月9日 先问了项目、实习经历，基本就是按照简历上面写的来问 - 本科的做了个Kaggle上的猫狗识别的小项目的具体细节，问了我会不会VGG（这个就不太了解） - 问了一些研一的课题 - 因为本来想找一些数据开发的，但是数开的实习太少了，所以也投了点数分岗，所以就学了一些Hadoop；就问了点相关的 - Hadoop有哪几种存储格式 - Hadoop的存储方式 - 熟不熟悉Spark（这个我

一面(12.1) 1.自我介绍 2.讲一下项目 3.数仓分层作用 4.MapReduce原理 5.MapReduce各项技术聊一聊 6.Hadoop和hive的关系 7.spark概念及原理 8.spark关键技术有哪些 9.RDD具体聊一聊 10.spark宽窄依赖了解吗 11.一道sql题，最多同时在线用户数量 12.可以实习多久 13.反问 二面（12.5） 1.自我介绍 2.可以实习多久

1.自我介绍 2.解释数据库，表，索引 3.索引一遍加在哪里 4.问索引为什么能加快查找速度 5.解释第三范式 6.出了七八道走不走索引的判断题，解释理由（有个范围查找的走没走索引答错了，呜呜呜呜） 7.解释二叉树 8.问二叉树的几种遍历方式 9.算法题，问二叉树存不存在根节点到叶子结点路径上的数据和为一个target。 反问，问了部门业务场景，还稍微聊了一点数仓的东西。 12.16update，

一面12月9日 先问了项目、实习经历，基本就是按照简历上面写的来问 - 本科的做了个Kaggle上的猫狗识别的小项目的具体细节，问了我会不会VGG（这个就不太了解） - 问了一些研一的课题 - 因为本来想找一些数据开发的，但是数开的实习太少了，所以也投了点数分岗，所以就学了一些Hadoop；就问了点相关的 - Hadoop有哪几种存储格式 - Hadoop的存储方式 - 熟不熟悉Spark（这个我

岗位是稽核部里面偏数据分析方向。 一轮面试，三位面试官，一位hr，一位负责考核技术，还有一位负责考核金融/行业这一块。面试时长35min左右，线上面试。   总体上问的技术问题基本上围绕简历上做过的数据分析项目来问。包括数据处理部分，异常值是怎么识别和处理的。指标体系是怎么搭建的。数据建模的流程是怎样的，效果怎么评估。也详细问了文本挖掘项目里面，情感分析是怎么做的，有没有用除了jieba之外的其它