《数据开发工程师》专题

本人双非本科毕业，感觉自己也不是什么技术大佬，勉强过得去，留下一篇面经，为后来人提供参考啦。 恒生秋招分两面，一面技术面，一面技术综合素质面。 一面： 首先进去之后自我介绍，讲一下自己的的个人特点，然后问了问自己对于这个岗位的了解，为什么选择这个岗位，所以大家一定要提前了解所投岗位的定位特点，我有个同学就是这样，然后就很遗憾被面试官刷了。然后问了问几个简单的数据库相关的技术，真的不难，很简单，但是

面试时长18分钟，问的问题很基础，还是看简历或者学历下菜吧 1、学大数据学了多久，我说今年1月开始学的，他说这么短的时间能明白吗？这8个月还能一点都学不明白吗？ 2、问了下实习内容，没深挖 3、hdfs的高可用，太紧张把namenode说成nodemanager了，后来才反应过来，就这个问题回答的有问题 4、hive的窗口函数 5、hive和rdbms的区别 6、hive的调优方面 7、spark

荣耀：录用决策中        概况：投递的是大数据开发岗，整体面试流程较快，面试官考虑我本科商科背景也没有特别为难，更多是考察我对于一些大数据技术的基础认知。        一面：            1. 主要会什么语言？用过什么库？讲下自己使用机器学习算法做的一个项目？            2. 讲讲Hadoop的构成？遇到过数据倾斜问题没有？产生原因，以及解决方案？          

1、自我介绍 2、MR的执行过程，用了几次排序，Reduce怎么知道拉取哪些数据 3、RDD的底层实现（Spark用的不多就没问了） 4、项目介绍（没有针对项目进行提问） 5、SQL优化思路，具体讲了关于数据倾斜这块 6、SQL题：包含班级、学生、课程、分数的表，查询每个班每门课前三的学生 7、SQL题：包含user_id和target_id的表，找到互相关注的用户，优化不用join实现 8、SQ

1、自我介绍 2、为什么要去北京 3、MR的原理 4、为什么环形缓冲区到80%之后才反向溢写 5、SQL中哪些函数走MR，max走不走 6、select a,count(distinct b) from table group by a，MR的流程 7、SQL优化，如果给你两张表，用户视频表和用户粉丝表，怎么处理数据倾斜 8、SQL题：每个用户都有5门成绩，总计6列。请生成两列，其中1列是用户ID

1、自我介绍 2、看我用Java，问我Java程序的执行过程，然后Java怎么跨平台 3、基本数据类型，是否可以相互转换 4、自动装箱自动拆箱,Integer i = 100 是什么过程 5、深拷贝浅拷贝 6、Java是值传递还是引用传递 7、JVM的理解 8、堆是怎么划分的，实际有没有用到有关JVM的地方 9、垃圾清除算法说一下，什么时候FullGC 10、多线程，线程安全，线程通信之类的 11

测评：行测题，难度简单—中等 线下群面：2个面试官，一位hr，一位技术面试官 1、自我介绍 2、给一个场景题，附带两个问题，35分钟，小组讨论，选两位总结 题目和智能汽车有关，涉及优点和劣势 （1）讨论智能汽车的影响 （2）说说智能汽车潜在的风险，并列出解决方案 3、技术面试官提问 （1）数据开发：说一下事实表和维度表？ （2）其他岗位：忘了 4、hr提问 怎么评价自己在小组讨论里的表现？ 群面凉

岗位：数据开发 体验还不错，面试过程偏向聊天，会问一些新技术，从基础的框架为起点延申出一些问题，面试官也很友好，有些问题答不上来也说没关系 问的相对基础，但但范围较广 （忘记录屏以下为回忆，面试时长1h [蔚来数开一面] 自我介绍 实习介绍（因为前一份实习和数开相关性不是很大，只是写过sql就简单带过了没深挖 kafka相关： kafka的结构 优点，和其他消息队列相比优势在哪 数仓项目（自己做的

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

程序应该处理如果redis数据丢失时的清理redis内存和重新加载的过程。

网易哈勃数据是新一代用户行为分析产品，定位于为用户提供全套的数据解决方案。主要特点包括： 实时多维分析：提供五种自定义分析模型，支持用户对产品进行深入分析 用户分析：从多种角度对用户进行分析，帮助产品深入洞察用户 数据看板：各个用户搭建属于自己的数据门户系统 数据资产沉淀：我们帮助产品方搭建数据属于自己的数据仓库，完美支持更多数据深度分析 主要功能包括： 应用统计：提供基本的数据统计指标，帮助产品

刚笔试完，感觉是凉凉了 笔试包括30道选择题（数据库，c++语言程序（主要是给出函数代码判断输出是啥），数据结构（二叉树），代数，概率论等；还有两道编程题（一道是给定一个长为n的绳子，要求将其分割成m段，最后求所有分法中导致长度之积的最大的分法对应的值；第二道题目是给定n,输出从1到10^n-1的值） ------------------------ 好难，没有行测题，感觉纯技术题

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

美团一面3.20 1、聊项目 对我研究生的课题很感兴趣，让我展开讲一讲 2、说说对数据湖的看法，企业里应用数据湖还处于探索阶段，问我觉得这是什么原因 3、hadoop的架构原理是什么呢？有哪几个部分组成 4、hadoop是如何去读取和写入一个文件的 5、HDFS存储文件，是怎么进行存储的？ 6、假如我有一个千兆的文件，那是怎么上传到HDFS上呢？具体是什么一个过程？ 7、Hadoop默认副本是几个

选择题考的408不多，主要是HDFS、Spark、Python语法、Linux 编程题： 1.字符串，过于简单就不写了 2.三素数之和，给你一个正整数N，你需要选出3个小于N的素数A、B、C，来满足A+B=C²，输出所有可能的结果数 我的想法是狂用标记数组，差五分钟就写出最后一步了 3.SQL编程，主要考察窗口函数排名函数、窗口内分区排序，流程控制函数