《大数据开发工程师》专题

面经：主要看学历40%、项目经历30%、籍贯30%，一共17分钟 1.自我介绍 2.负责项目和擅长的编程语言（注意：项目大小由面试官判断） 3.hdfs流程 4.编程语言八股（好笑的是说python面试官都蒙，说Java才能走流程 5.项目追问 遇到问题： 1.非硕不要报，就是刷kpi的，海外本科可以报下，有点恶心； 2.非当地省份户籍的慎重，否则同样kpi，面试官比较看重这一点，对外地很会阴阳怪

我是学数学的2024应届，本科阶段有选过大数据的专业选修课，但是编程语言真的不太会，跟科班出身的计院同学没法比，今年数分岗又卷到爆炸，双选会问了几个公司都说数分岗爆满（快手中移信息技术中心），只好一并找找其他方向，上周笔试以为铁挂了就没怎么准备，结果昨天晚上22点发今天的一面邀，一个晚上加上午恶补大数据知识。面试官非常和蔼： 问项目： 大数据技术实验做了什么东西？是为了实现什么？（本科课程里的实验

岗位JD 使用大数据组件对海量数据进行建模，参与数据仓库的的开发、维护及优化 岗位要求 计算机相关专业，对大数据有浓烈的兴趣 扎实的计算机基础，熟练使用python/java/scala其中至少一种语言 熟悉Hadoop生态体系，包括但不限于Hadoop/Hive/Spark/Clickhouse 学习能力强，强烈的责任心，具有较强的沟通能力及团队合作精神，细致耐心、积极主动 有大规模数据/日志处

15min 八股 + 50min 手撕代码 八股： 如何判断java对象可以被回收 手撕：1、LRU缓存 2、mysql mysql主播表： 用户id，房间id，开播时间，下播时间，房间开启状态（0、1），日期 第一问：求每个主播每一天的开播时长 第二问：求每个主播一天内每小时的开播时长 没想到主播可以跨天直播，寄！ 本java后端菜鸡，被大数据开发爆杀😂

介绍项目，细问了一些项目中的知识点 spark RDD宽窄依赖 sql编程汇率换算 python二维数组查找数据 mysql hbase比较 hbase行列存储 mysql能否直接查数据中某一列的特定数据，hbase能不能（这块问的我没太听明白） mysql两种表引擎 对事务有什么理解，举个例子 大数据协同算法，保持一致性举几个算法例子 有什么要反问的 大概就是这些问题可能差一两道忘了，hbase

1.自我介绍 2.实习经历，具体做什么，扣简历细节 3.两道SQL题，求各个渠道第一名，还有一个想不起来了 4.反问岗位日常工作，大数据架构及原因，对于SQL优化的要求，百度drios和Apache presto的区别 第二天，HR说leader很有意愿，让我马上过去offer已发 为什么就一面，我还准备三战滴滴

1.自我介绍 2.项目介绍 3.MapReduce揪着排序问 Spark揪着OOM问题问 hr和技术一起面，总共20min

目前去团子了。总结一下一个多月以来找实习的历程，也算是非常坎坷了，好在最后结果还行，最后说一句我是团孝子 #暑假实习# #美团# #大数据开发#

7.15一面： 1.自我介绍 2.项目深挖（聊了很久） 3.对数仓的看法 4.主题域及其建设过程（要落地，谈业务过程） 5.讲一个熟悉的指标体系构建（没做过） 6.为什么不考研 7.为什么想跳槽 8.sql留存率（讲了下思路就行了） 反问： 1.为啥晚上6点还面试，唯品会不是955吗 2.唯品会的计算引擎选型是什么 ------------------------- 挂了

1.问本科经历，对大数据的接触 2.问项目是否是真实项目或者实习项目，，不是demo 3.项目介绍，毕设项目讲了15分钟 4.where和having区别（having能单用） 5.Spark宽窄依赖 6.leftrightinnerjoin 7.sql写题，统计所有月销售额超过1w的员工 8.反问，ABtesting--是否是埋点-PVUV-灰度策略的流程

7.10一面 手机面，也没提前约时间，电话打过来就直接面了😭😭😭都没准备好 了解java的内存分配吗？ 什么是内存泄露，如何解决内存泄***r>介绍一下java垃圾回收机制。 介绍一下java线程和进程。 多线程的好处。 java创建多线程的方式。 java如何保证线程安全。 说几个java集合。 什么场景下使用什么集合？ hashmap是线程安全的吗，hashtable如何保证线程安全的？

简历没写算法和机器学习的东西，就只是方向是这个，然后面试的时候机器学习问好多？真的是有点懵 一面问nlp，二面问我会不会协同过滤，明明招数仓，数仓东西又不问，真的是服 8.29  一面 全程 30min不到 自我介绍 数仓的优势 介绍下数据库的范式 介绍项目中的Flume 常用的语言有哪些？Java和Scala的区别？什么是范式编程？ 设计模式了解多少？ ETL步骤 常用的机器学习算法？随机森林主

3月1日晚笔试了2小时，我对Hadoop不甚了解，同时编程第一题暴力求解花费太多时间导致动态规划没有完成，寄 单选题10道，考察计算机网络、JAVA、Hadoop、MySQL等计算机基础知识 简答题3道，考察MySQL索引和优化、Hadoop大数据组件、对游戏指标的解读 编程题3道，一道Z字型变换（参考力扣第6题N字型变换），一道合并区间（力扣第56题），一道动态规划，都是中等难度 主观题2道，了

一面 1.自我介绍 2.最好的项目 3.数据可视化 4.research和find 5.try except 6.数仓的架构 二面 1.自我介绍 2.如何处理异常值和缺失值 3.numpy和pandas平时怎么用于数据预处理 4. pyspark怎么处理缺失值

一面 聊项目 2道sql lead/lag函数 like pandas基础 数据倾斜问题 二面 聊项目 表连接方式 数仓各层作用 数仓建模类型有哪些 维度模型有哪几种 sql执行计划 mr过程 数学建模怎么分工 为什么不读研 数据中台产品了解哪些 已oc #面经#