《数据开发工程师》专题

1.自我介绍 2.项目 3.svm能解决线性不可分吗 4.训练模型的时候loss不下降怎么解决 5.sql的join 6.a 123 b112 aleftjoinb得到什么 答的稀烂，寄了

1.自我介绍 2.介绍和数据相关的项目 3.深入探讨项目 4.左外连接（口述他提供的场景结果） 5.你的数据表中常用哪些索引 6.查询和索引是有关的吗 7.优化慢查询 explain 看哪些信息？实际操作过吗？ 全程就是索引相关的问题，和看到的完全不一样，准备数仓的概念都没用到

1，自我介绍。 2，两端实习经历详细讲讲。 3，事务的隔离级别。 4，sql中文乱码，怎么解决，更改编码的命令。 5，sql中日志相关。 6，查询内外连接，查询优化。 7，反问。 8，是否接受调剂？是否了解银行和子公司？

一面 1.自我介绍 2.介绍下实习的内容 3.介绍一个项目：深挖，包括技术栈、背景、目的 4.spark的内容怎么学习的 5.数据倾斜遇到过吗？怎么处理？产生原因？ 6.t检验与z检验的区别？ 二面 很快约二面后 因为面试撞了往后调（！！最好不要随意换时间） 1.自我介绍 2.从背景、个人责任、成果三个部分介绍一个项目 3.统计学知识 4.常用的机器学习方法？怎么学习的？ 5.实习情况，有无转正.

30min拷打项目，其他八股一点没问，算法和sql也没做。 跟我说如果还有后续的话还有一个hr面。 怎么就三十分钟啊？不会KPI了吧，许愿许愿许愿

# 一面9.8 自我介绍 离线项目用到什么架构 实习使用的是什么开发语言 实习做的是哪一层的开发 阿里数仓分层是怎么做的 Mysql的索引是用的什么 为什么用B+树索引 一条语句select from where group by having在mysql中执行顺序是什么 mapreduce的执行过程 hive分区表和分桶表的区别 数据倾斜有哪些是怎么处理的 给题说思路 1. 统计主键出现次数 2

是脉脉这个公司的面试，不是脉脉上投的公司的面试。 虽然没想去，但我感觉也没资格去 面试官一直在说不做评价，不做评价，懂我意思吧。 问了java、jvm、scala偏函数 大数据问了kafka选举流程；yarn调度器；zk。哪不熟问哪，反其道而行。 偏底层组件开发，我可能偏数仓吧，技术力还没到这个程度。问的有点怀疑人生 面试官结束直接告诉我今天到这了，我说问问题呢问问题，他说理论上实习生没有提问环节

40min左右 1.自我介绍 2.关系型数据库与非关系型数据库的区别，并举例 3.介绍hadoop 4.hadoop与hdfs的关系 5.spark的RDD的几个特点 6.RDD相对于mapreduce的优点缺点 7.hive join的几个方式，说明其原理 8.使用python是否做过大项目 9.为什么rdd处理速度比mp快，为什么mp没有被淘汰依然在使用。 10.提问项目 11.排序有哪些算法

二面和一面很类似，完全不问八股文，也不让我sql，算法。 问实习经历，我说我在的部门偏业务，天天就是写sql，还有就是理解业务。 项目中的难点，感觉哪一块收获比较大，回答：刚刚的前一个月sql还有点难度，后面主要是对业务的理解。有不会的问题一定要敢问，不怕别人觉得自己是菜鸡，自己本来就是菜鸡，收获是增强了自己的沟通能力。 问了我对大数据组件相关的理解，就那些东西，hadoop，hive，spark

8.19上午十点和十二点，两次面试间隔一个小时左右，面试时长都不超过30min，面完没消息，大概率凉了。 一面： 介绍一下离线数仓项目？ 说说你理解的数仓？ 数仓为什么要分层？ mapreduce和spark的区别 怎么理解指标？ 两个相对简单的sql题 二面： 介绍一下简历中你比较熟悉的一个项目 分主题的目的是什么？ 为什么使用HBase存储维度表，怎么考虑的？ HBase原理了解吗，和其他数据

零售数据部门，看到帖子说态度很差，吓得我慌的一批 结果是个姐姐，态度很好 详细问了简历、项目、实习经历，对沟通过程、难点、技术点进行了深挖 数仓问了几个八股，不重要 然后就是什么性格、抗压能力、职业规划之类的 我反正周周面，面麻了，面试好不代表能进，爱咋咋地，巴不得地球爆炸

1.去公司线下面试，有笔试题 1.填资料，个人信息，以及有关职业发展问题 1.比如，你的缺点和优点是什么，对你个人产生怎样的影响？ 2.如果你和他人有不同的观点，你该如何和他人讨论？ 等等，基本就是情商面 笔试题 1.中科软是一家主做保险的外包公司，所以用到的sql主要是oracle, 选择题有几道oracle的题， 2.然后有简答题，也比较简单 面试环节 1.自我介绍 2.对于shell部分的提

最喜欢的一种面试方式，全程问实习和项目。 1.自我介绍+技术栈介绍+实习介绍+难点介绍（第一次做了十多分钟的自我介绍） 2.你的难点为什么不用oltp引擎解决呢，应该多拓展一下oltp的宽度（针对oltp讨论了快⑩分钟） 3.bitmap详细讨论 4.用户怎么使用你们的数据产品 5.实时了解吗 6.base地只考虑武汉还是都可以 许愿hr面 #数据人的面试交流地#

1. 维度建模和范式建模是什么，两者之间比较大的区别。 2. 为什么说维度建模可以故意引入数据冗余，而范式建模要避免数据冗余，它们这样做的目的是什么？ 3. 两道Sql题。 order_info ( order_id bigint, -- 订单id city_name string, -- 城市名 driver_id bigint, -- 司机id passenger_id bigint, --

1. 自我介绍 2. 讲解一下项目 3. 项目中数仓为什么要这样分层。 4. 关于数模比赛项目的问题。xxx 5. 写sql题。 用户访问日志：user_id, device_id, date 求1. 给定时间2024-06-17 用户、设备的数量，都有重复值，都有可能为空 第一次写法： select count(distinct user_id) user_cnt count(distinct