04-09 一面 04-16 二面 04-25 hr面 04-28 offer 差不多每周推一次进度， 暑期实习唯一一个offer， 很满意了

上海一家小公司，啥也没问，然后就过了，会不会有诈啊我靠，就说实习生也不要求干啥，但是他那边说干数据库的，开发为辅，感觉对技术提升不是很大，而且感觉有坑😅

时间流程：我是在boss上投递的，其实去官网投递更好。建信金科，厦门的数据分析建模岗位。4.17上午初面，下午就发了笔试通知。4.19上午二面，4.20笔试，选择题，一道字符串题，一道SQL题，需要用手机扫二维码，占用了手机设备，导致我当时查不成信息。 面试内容： 自我介绍。后面主要是针对项目内容详细询问，两次都问到做的评分卡模型是怎样筛选特征的，不平衡处理方法。 期刊是几作，论文等级，论文相关内

一面（4.24）： 总体30 min 1.为什么在上一家公司离职 2.对公司有什么诉求 3.理解到你的诉求是想提升技术了，那假如在公司干活不能提升你的技术那你会怎么办（跑路） 4.你希望自己以后成为什么样的人 5.AB test 6.标准明细表（没太听懂） 7.数仓的分层 8.spark为什么比MR快 9.项目中具体干了什么活 10.你觉得沟通很重要吗 11.如果你有简单的方案可以完成业务方的需求

来源：boss 内容：自我介绍 校内数据分析的课程用到的工具 为什么选择南京 上一份工作中数据处理的内容是怎么做的 期望薪资 用axure干嘛 经济学课程有没有涉及到数据 平时数据来源在哪 家里有没有兄弟姐妹 去南京家里有没有意见 现在在哪 什么时候可以到岗 有没有关注财经的信息（想问一些证券的内容，抱歉，我一点不懂） sql查询的语句，因为不会而延伸到access实验课成 未来工作规划 能不能接

我傻了，一个八股没问，而且我好像说错话了，完蛋了😭 团子给我个机会吧

👥 面试题目 1.自我介绍，能不能从几个方面说一下项目 2.有什么收获 3.简历里面哪个技术学的最好 4.spark的client模式和集群模式 5.yarn 6.能够重分区的算子 7.为什么用rdd,不用df和ds，他们的区别 8.为什么spark比mapreduce更快(磁盘io和进程线程模型) 9.spark也会OOM和溢写磁盘啊，mapreduce也有缓冲区啊，都是内存计算，为什么更快(

一面 项目深挖 数仓分几层，每一层的作用 事实表如何设计 维度表如何设计 数据域如何划分 业务总线矩阵的概念 如何设计完整的指标 开发中和上线后数据质量如何保证 如何设计调度，依据是什么 hive数据倾斜解决办法 hivesql常见优化手段 什么是spark宽窄依赖，起到什么作用 sql题：用户连续登录游戏的最大天数，允许间隔一天 反问 做什么业务 教培业务中的线下面授分析 网络问题迟到了一会，面

自我介绍下吧 你这个中台有压测过吗 你写的高并发海量数据存储有哪些体现 分库分表怎么分的 有没有遇到过数据倾斜，已经上线的项目发现分片数据有倾斜怎么解决 讲讲这个项目有哪些技术亮点 布隆过滤器误判对系统不会有影响吗 Apache开源贡献做了什么 再讲一下这个通过删除缓存策略保证数据一致性 其他保证数据一致性的方法有了解过吗 介绍mysql的binlog 介绍其他的日志，redo log undo

1.自我介绍 2.对公司有没有了解 3.inner join的底层实现，有哪些算法 4.两个数组，数组的大小都在数千万级以上，但是值域是在一千万以内，找到两个数组相同的元素（说了bitmap） 换了部门负责人来面试 5.有了解过数仓整体的架构吗（面试官说现在是存算分离，实时和离线一体） 6.有写过UDF吗，当时的场景是什么样的 7.假设现在用的是yarn，pyspark从提交文件到让代码分布到各个

#软件开发2024笔面经# 数据开发面试经历 上海的亿沓科技 Kafka数据重复怎么办？ zookeeper了解吗？ flume架构 展开说说flume的channel？ Kafka架构说说？ sql底层原理了解吗？ Kafka丢数据咋办？ 可以说下Kafka的分配分区策略吗？ 讲下数仓项目的全流程 为什么做这个数仓项目？有什么用？ hdfs小文件怎么处理？ python会吗？ 反问 感觉问的还是

#软件开发2024笔面经# 阿里云数据开发岗位面试公司名称:阿里云 面试岗位:大数据开发 整个是大数据开发，我以为是数仓开发，结果问的全是Spark问题，被搞自闭了。1，自我介绍 2，park中RDD的Task数量由什么决定?3，Spark怎么实现算子中的变量共享?4，Spark共享变量的使用条件? 5，可序列化?连接池实例是在算子内还是在算子外? 我一开始没想好，先回答了连接池的作业:是为了连接

#软件开发2024笔面经# mapreduce运行流程 spark hadoop区别 mpp数据库怎么理解 优势是啥，你用过哪些mpp数据库 pb级别数据怎么处理 你是否使用过cube 项目中你们用的什么模型，星型还是雪花 还是其他 讲讲这几种模型的区别和优势 为什么数据仓库不推荐使用三范式，你们用的范式建模还是维度建模 你还有切莫想问的吗？ 你之后怎么规划路线的？ 有没有想好以后重点往那方面发展

一面——60mins 自我介绍 拉链表的制作，数据量有多少，为什么不用快照表呢 项目有哪些表 数仓分层有哪些，具体做了什么，数仓分层作用 怎么设计表，怎么建模，DIM DWD层的主题分了哪些 如何做的可视化 什么是数据倾斜，数据倾斜的解决方案 Hadoop和spark的区别 Spark的shuffle流程是怎么样的 对哪些数据库了解 Shuffle有哪几种类型 在shuffle的过程中会进行排序吗

投数科打死没有面试 刚刚改成产品了，半小时发面试，阿巴阿巴 #春招##数据分析师#