《大数据开发实习》专题

个人信息 自我介绍 最大的优点 最大的缺点 核心竞争力 未来五年的职业规划 他人对你的评价 工作中遇到的最大困难 理想的上级类型 对公司和产品的了解 应聘该岗位的原因 能为公司带来的价值 最快入职时间 期望薪资有什么 反问

公司：北京快手 面试时间：2024.07.04，共计55分钟 问题 自我介绍 Java中Map在内存中的存储结构，如何存储数据？ HashMap的底层数据结构是什么？ 介绍一下ArrayList？ int a1[4096]; Integer a2[4096]; 两个数组求和哪个更快？ 对连续内存的数据做计算，CPU会有哪些加速设计？ Java中创建对象返回的引用地址和物理内存条中的地址有什么关系？

公司：广州网易互娱 面试时间：2024.07.23，共计65分钟 共两位技术面试官，轮流提问 流程：自我介绍、项目、基础知识(Java基础方面、数据库方面、计算机基础方面(操作系统)、计算机网络方面)、算法笔试。 问题 自我介绍 项目方面 成本治理中负责的工作内容 数据平台中，任务计算成本的计费维度 Spark作业从哪些方面可以发现能够优化？ Spark作业可以从哪些方面进行优化？ 从哪些配置入手

40min 1. 自我介绍 2. 用户行为漏斗分析，从ods层开始全链路步骤，埋点如何设计，应该关注哪些触发的动作 采集到ods层的数据什么样的，有哪些字段 dwd层设计了哪些事实表 dim维度又有哪些表 dws层汇总聚合了哪些表与用户行为漏斗有关，这些表怎么设计的 最后ads层漏斗分析怎么做，如何可视化 3. 手撕sql 连续7天登录 4. 反问

一面1.13，40min 先聊项目 什么是惊群现象，怎么解决 epoll的工作原理 说一下对进程的了解 进程间的通信方式 最快的通信方式是什么 说一下vector 、list、map的区别 说一下迭代器失效的情况，以及解决方法 哈希冲突的解决方法（我说了链表法，开放地址法，再哈希法） 空类包括什么成员 浅拷贝和深拷贝有什么区别 悬空指针所指向的内存被释放了，那么这个指针还存在吗 悬空指针和野指针的

1.介绍滴滴实习经历 2.深挖实习负责的sql优化项目，从方案到数据处理到引入新技术到最后结果评测 八股吟唱 JAVA mysql 1.对着实习经历问的，对mysql索引的了解 2.索引失效的常见场景 jvm 1.垃圾回收器 java基础 1.hashmap和currenthashmap 2.hashmap扩容 3.equals和hashcode 4.hashmap的key只重写了euquals不

一面 实习深挖 实习中遇到什么难点 数仓如何分层，每层如何设计模型 发现凌晨任务挂了，讲快速排查思路 几种join方式的区别 如何优化使用row_number的效率 拉链表原理和作用 对etl的理解 cte的特点 sql每个部门薪资最高的员工，要求两种方法 算法构造二叉树 二叉树几种遍历方式实现 介绍栈和队列，以及各自的应用场景 还有些忘记了，都怪库克没做录音功能 二面 实习深挖 有过什么任务优化

面了大概一个小时，我自己生病了挺不舒服的，面完就睡了，所以面经有些地方可能记得不太全 1.自我介绍，边介绍边问 tableau中如何反转矩阵（行列交换），问这个是因为我写了我会tableau 我在介绍AB test和因果推断的时候，面试官说我们用不上这些，我们主要是做模型和算法 对实习中的ETL开发任务问了一下，然后问了一下Hive SQL熟练度 实习中是如何处理大规模的稀疏矩阵的 实习项目中的评

岗位JD看起来不像是数据科学家，而像算法工程师 一面： 深挖项目 介绍一下Bert模型 树形模型是如何计算每个特征的重要性的 对项目里用到的遗传算法深挖，问我是如何改进遗传算法的 特征选择中，前向选择和反向选择实现起来有什么区别，哪个效果更好 如何构建多模态模型 在多模态任务中，如果视觉模型的输出张量比语言模型的输出张量短很多，该进行什么操作 介绍一下transformer transformer

1. 自我介绍，项目介绍 2. 自我介绍的时候问我这些东西是自己学的还是学校讲的。 内心：在说什么。。。 3. 因为简历上第一个写的是使用爬虫进行数据挖掘，但是没用flume进行数据采集，所以就简单的说一下当时是把数据采集成csv或者data格式的文件，直接上传到的Hdfs，直接使用load path加载到hive当中。     并且当时介绍了数据集的大小，以及介绍了可能会产生的问题， 4. 面试

更新啦 10.13 上午 突然打电话hr面 1.自我介绍 2.介绍项目 3.做项目有什么收获，是实际开发的项目还是练手的 4.科研项目是自己完成的，还是和别人一起完成的 5.未来的职业规划，工作地点 6.家庭情况 7.期望薪资 大概就是这些啦，就是随便聊聊，大概十几分钟的样子，最后面试官说因为最近刚刚开始线上面试，人比较多，所以不好说什么时候会有结果，可能需要等一等 10.10收到一面邮件 10.

大华一面：10.11（12min） 1.简单介绍一下 2.tcp粘包 3.C++虚函数与纯虚函数区别 4.C++的三大特性 5.多态的实现 6.指针与引用的区别 大华二面：10.13(31min) 1.介绍一下项目 2.QT的构建 3.QT信号和槽的实现，信号槽没有连接上的原因有哪些。 4.MQ通信简单介绍 5.动态链接静态链接发生在什么时候，如果只有.lib没有.dll能调用成功吗？ 6.继承，

1. 阻塞队列实现 2. Mysql  B+树层数计算，插入一条数据有什么变化 3. Mysql 为什么不用跳表而用B+树 4. B树，B+树，红黑树区别 5. 输入一条Url有什么变化 6. DNS解析的数据结构 7. TIME_WAIT状态原理，过多怎么办？ 8. Zset 跳表原理 9. UDP怎么连接的 10. select，poll, epoll 区别 11. LRU为什么不使用单向链表

1面（1h）8.2 项目介绍 MapReduce提交作业流程 MapReduce和spark的区别 HDFS架构 HDFS写流程 groupByKey和reduceBykey的区别 算法题（实现一个类，插值（已存在就false，不存在就插入），删除值（不存在这个值就返回false，存在就删除），随机获取已存储的值，三个功能时间复杂度为O(1)） 2面（45min）8.10 项目介绍 数仓理解 ja

面试官是个小姐姐，很温柔 自我介绍 了解大数据组件吗      不了解 了解数据仓库吗          不了解 简单讲一下项目 rabbitMQ 在项目中怎么用的 了解kafka吗               不了解 springboot 打包方式   jar包、war包 怎么部署Linux           没部署过 说一下慢sql排查以及优化手段     慢查询日志，explain，索引