《大数据开发实习生》专题

面试时间：30min 自我介绍 对大数据的认识？ 对Hadoop生态系统的了解？ 分布式数据库用过那些？ HBase介绍一下？ Clickhouse与HBase区别？ 分布式数据库要考虑的问题有那些？我讲了讲DDIA的东西，面试官还问我在哪里看的 MapReduce介绍一下？ Spark架构介绍一下，里面的进程？ Flink有学过吗？ 在学校遇到过什么困难的问题吗？怎么解决的？有什么收获？ 反问：

四月底投的这家公司，我现在都入职实习了，才给我安排笔试，本来想着今晚打打游戏的，但一看笔试时间才一个小时就进来做一下。 单选5道 不定项选择8题：涉及Java、数据结构、大数据、数据库等 填空4题：ACID是啥？MySQL四个事务隔离级别？数据结构 问答题：JVM内存区域划分 编程题：ACM模式，合并两个有序数组

面试时间：15min 昨晚正在吃饭，接到了电话，我都没反应过来时哪家公司，还问了一遍，说是亚信，我心里还吐槽，官网投了快两个月了，咋现在才来面试。 自我介绍 都用过什么数据库，介绍一下 数据库优化方法? 实习项目都是怎么存数据的？ 一道SQL题，聚合函数? Linux熟练不，了不了解Linux 三剑客? 反问： 部门业务是什么？电信数据 技术栈？Hadoop、Spark、Hive、ClickHou

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

2023春招找实习的同学跟我分享了他的面试经历，在这里我进行了一些总结梳理，然后发出来供大家学习 1. 自我介绍 2.八股文 hive的数据类型有哪些 hive中计算排名前N的函数有哪些 hive的优化手段你知道哪些 遇到过数据倾斜吗 mapjoin如何开启，参数是什么 3.SQL题 rt_ data表存放了当天每半小时的店铺销售数据，表名: rt_ data，字段名: shop id (店铺id

45min 自我介绍 数仓项目的数据采集模块怎么做的 flume组成，各个模块的功能 为什么要使用这些source或者是sink file channel和memory channel有什么区别，分别在什么场景使用 flume内部原理 sink消费能力弱，channel会不会丢失数据 数千台机器需要采集日志小文件到hdfs上，该怎么办？ 数千个flume要怎么统一配置，修改就分发吗？ maxwel

一面8.23 1.自我介绍 2.介绍一下你做过的项目 3.从项目展开的问题：sqoop导数据是从哪到哪？ 从mysql到hdfs 在导数据的过程中有没有遇到什么问题？ 数据量不大，所以没什么问题 （我的项目很简单，所以我没法答啊，不过幸亏面试官没有深究，开始八股） 4.范式建模有什么特点？和维度模型的区别 （数仓建模理论在《大数据之路：阿里巴巴大数据实践》中有详细归纳，强推！） 5.三范式能说出来

4.22官网投递->4.23约面->4.25一面->5.5二面-> 面试官有事5.10三面改到5.15->三面过后接着hr面->5.22offer 快手一面（大约40min，sql写了20min） 1、自我介绍 2、hive和pyspark是学校有课程还是说自学的 3、本科或研究生期间有学过编程相关的课程吗 4、研究生学的些什么课程 5、你的项目都是自己去做的吗 6、你之前有实习过吗 7、四个SQ

我太菜了，C++需要恶补才行，面试完基本上就知道自己寄，面试官特别好给我说了很多，也让我充分认识到自己的不足 如果是项目的话，会问你项目背景以及项目最终的实现结果等等 如果是自己学习的项目的话，会问你对这个项目的学习心得 最后问对C++对掌握程度 实现vector

1.自我介绍 2.问科研成果，我就一个软著，还有一篇论文涉及机密数据不让发了。 3.说下bert和gpt的不同（论文中提到了bert） 4.说一下多头注意力（好久没复习，感觉答得不咋样） 5.问实习、问项目 6.手撕快速排序 7.反问职责，结果是收集数据、模型训练和测评都要做，那还行。 面试官超级好，有些感觉自己答得不是很好时，都会引导一下。

7.29号--一面    一个小姐姐面试 自我介绍 1.点赞幂等如何保证？ 2.分布式学了什么？ 3.分布式解决什么问题而提出来的？ 4.做分布式有什么麻烦？需要考虑把服务拆成微服务，那么维护，设计需要考虑什么问题？ 5.分布式服务数据之间的流通？（这一部分分布式确实不知道回答什么 -。-，看我不太了解分布式果断终止话题，换其它） 6.spring框架用到了什么底层思想，如何实现的，有用到哪些比较

1.视频面试介绍自己 2.你了解kotlin多少（我就学了一个月，散装的kotlin有多尴尬是多尴尬） 3.说一下kotlin的内联函数 4.聊Android项目，使用的技术栈，架构思想等等 5.说一下HashMap 6.说一下Hash冲突，怎么解决hash冲突 7.说一下java的设计模式 8.怎么停止一个线程 9.简单说一下线程池 10.聊一下你在开发中遇到的问题，怎么解决，我说了跨域问题用注

自我介绍 项目 前端or后端 springboot注解 aop 关于订单模块的幂等性 没答出来 数据库 姓名 科目 成绩 同学根据平均成绩降序排列 找出不及格科目＞2的学生 (这里没答好...上来分组后就count min了 (一直引导我 应该是where 成绩＜60 学生分组 count(*)>2 算法题 查找链表倒数第n个节点 答：双指针 问：递归的要素？这道题用递归呢？ (这里我想了一会 出

3.21约一面 3.29一面： 主要问Java八股以及Spring框架八股，concurrentHashMap的底层实现，@Autowired注解冲突，ArrayList和LinkedList的底层实现。一道算法题Leetcode490迷宫，结束后大约五分钟约二面 3.31二面： 问了点Java基础，String，StringBuilder和StringBuffer，@Spring Boot Ap