40min 面试体验感超好，德子好感+1 Spark sql了解吗？Dateframe 是啥（不会） 项目里数据怎么拉的？ Flume+kafka+flume+hdfs 有什么过滤器吗？：3个flume拦截器 判断文件类型+时间戳过滤器+落hdfs小文件检测 数据量：千万 flume拉取时间是多少？（不会，瞎编的10分钟有兄弟了解吗） Spark小文件怎么处理 Kafka 的整体结构：broke+

2023.09.14 数据开发岗 1. python 中 pass 关键字、查看变量类型、string 和 unicode 区别 2. 重载和重写的区别，多态如何实现 3. 线程和进程区别 4. 实习项目按照 STAR 法则叙述一下，难点是啥 5. 第一范式、第二范式、第三范式，范式越高越好吗 6. 两道 sql 题目：city 表选 id 重复出现的数据项，student 表总分按逆序排列 7.

每次面阿里都感觉能学到新知识，不愧是大厂。不过面试官迟到半个小时+不开摄像头就很难受。 第一次面数科岗位，还以为会比较偏机器学习，但是问了好多业务问题，没有准备，基本不会（寄）！ 1. 先做30分钟笔试（三道业务，一道回溯手撕）：笔试过了还做笔试是没想到的 2. 如何测量红包带来的成交额增长，如何排除其他因素带来的影响 3. 如何做A/B testing 4. 成交额降低分析 #面经#

从今年暑期实习开始直到秋招一共五次面试，转了四个部门，记录一下 实习篇 # IEG一面4.6 自我介绍 项目用的是什么计算方案，技术组件有用到云服务吗 讲一讲你在项目中遇到的问题 项目中计算内存不足调yarn内存，为什么不是spark内存 能讲一讲spark的相关概念吗（讲了基本架构，说任务提交流程太紧张没说完） 面试官提醒讲RDD的容错机制 小表join大表怎么优化的 多小可以叫做小表 数仓当中

秋招篇 # PCG 8.24 一面 秋招并没有投腾讯，是直接被捞起来面的 自我介绍 讲实习内容 讲实习当中做的最好的工作 面试官总结了一下我刚才讲的（好像觉得做的不够难。。） 介绍spark RDD spark程序里面不写action算子，程序会执行吗（肯定的答会。。） 数据倾斜有哪几种 mysql数据库索引有哪些 数据库事务介绍 平常mysql用的多吗 有了解过doris、clickhouse这

科大讯飞数据分析oc 1.围绕数学建模比赛和项目提问 2.sql 基础 3 Python数据处理方法

美的一面（数分岗）综合面试 首先是自我介绍 1、在实习/在校中，遇到的最大的困难的是什么 2、实习过程中，有发现岗位的不足之处是什么 3、实习中，有为公司创造什么收益，好处 4、研究方向。 5、有关注什么社会现象\新闻，校园新闻，有做什么事情吗？ 6、在参加社团活动的时候，怎么确保活动的顺利进行？ 7、组织活动对个人最大的提升是什么？ 8、大学期间对自己的规划是什么？ 9、在大学期间/学习期间/组

30min 自我介绍 项目： 介绍一下项目 几层。每层干了什么。去掉一层可以吗（又来） dwd和dws和ads都可以去掉 balabala 数据量 千万级别数据怎么同步？ 业务datex+maxwell，行为 直接flume拉。 多久同步一次？ 一天一次。 Ads层怎么接到可视化看板？ 手拉（这边傻逼了，忘记说接clickhouse同步然后接到可视化软件上了） Zk在kafka里的作用？ 保留of

9.13 30min 自我介绍 实验室实习项目 devops流水线项目 遇到什么坑 Springboot自动装配原理 Redis为什么这么快 缓存穿透 jvm内存模型 堆内存分区 垃圾回收 反问 有些问题忘记了，都是基础知识考察

1.让聊一聊你最厉害的项目，挑了一个数据挖掘的讲。 问数据是怎么样的，特征选择是怎么做的，这个东西上线效果怎么样，巴拉巴拉。 2.问了下实习做的事情，巴拉巴拉。 3.看我做过路径规划，问我了不了解 A星算法。 4.平常用什么语言。 5.我们不是互联网公司的，你有投互联网公司吗，你想去互联网公司吗，现在有offer了吗。 6.就业地点想在哪？(怒答西安，捂脸)

20分钟结束 八股：java——hadoop——hive， 再问一问源码有没有看过，如何调试，如何解决异常。

都问些什么呀 会有case题吗 求面筋 更新； 自我介绍 简历深挖 问了一个因果推断/相关分析的问题 之前面试没被问到过呆住 知不知道斯皮尔曼相关系数的优缺点 😅

(被捞起来重新面) 总共40min 手写模板方法，责任链模式(项目中的) spark和mr有什么区别，为什么spark比mr快 磁盘和内存 有有向无环图的这些优化 什么更优秀呢，什么原因导致比mr更快(不知道) spark里面，checkpoint和cache有什么区别，分别用于什么场景(场景完全忘记了) 数仓是怎么分层的 什么是业务过程(不知道) 事实表设计的步奏是什么(不知道) 三范式建模和维

8-3： 自我介绍 实习项目以及实习日常（20min左右） 论文（3分钟左右） 问你对大数据哪个组件比较熟悉 说一下MR的底层原理。。。。。。自己在那不知道从哪里开始说，就从map开始巴拉巴拉到写出数据，自己都讲蒙了。（五六分钟左右） 反转链表，自己处理输入输出以及链表定义（七八分钟），也没给输入输出，就只写了方法体。 先问对hive函数了解咋样，都还行。写SQL：uid，login_time，连

二面就问了20min不到，吓死我了，不过已经发offer啦，分享下二面问的一些题目。 还是挖简历。 数仓建模核心 拉链表、快照表、全量表的区别 好像就这些~