《数据开发工程师面经》专题

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

9.21号下午一面的，忘记发牛客了，现在补上 一个年轻并且非常友好的面试官，沟通也比较顺畅，完全按照我的简历一条条过，八股很少，问也只会问涉及项目的八股 - 介绍实习部门的业务，数仓架构 - 以下内容都是我简历具体的内容，可能没啥参考意义，中间穿插的一些细节问题有点忘了： - Cube表性能优化，还有其他优化的方法吗 - 表分桶优化，一般表关联还能怎么优化 - 小文件治理 - SLA治理 - 数据

25、MR工作原理 Input Spliting：输入的数据被拆分成更小数据块（Input Splits：将大文件切割成适合并行处理的小块数据，每个小块数据称为一个分片，一个分片作为MR处理的基本单元）Mapping：mapper节点将分配到数据块执行map操作，产生中间结果（k,v）键值对并写入到本地磁盘Shuffling and Sorting：Mapper节点会根据Key进行排序，并将相同K

#软件开发2024笔面经# 1说说你对数仓里分层的理解，越详细越好？ 2说说你对数仓里数据建模的认知理解，越详细越好？ 3之前做过数仓么？ 4请简要说明什么是数据仓库，以及它与数据库的主要区别。 5列举几种常见的数据抽取、转换和加载（ETL）工具，并简述其特点。 6如何处理数据中的缺失值？请举例说明至少两种方法。 7讲一讲你对分布式数据处理框架（如 Hadoop、Spark 等）的理解。 8在大数

1.自我介绍 2.介绍项目，数据哪来的，数据量级，数仓模型，曝光率怎么算的 3.难点介绍，随spark版本变化会不会有一些函数不适用 4.bitmap的JAVA实现，哈希冲突怎么做的 5.数据倾斜介绍 6.除了数据倾斜，还有哪些优化手段 7.开窗函数 8.udf用过吗 9.JAVA实现过什么项目 10.sql：去掉一个最高分去掉一个最低分求用户平均分 很常规的一次面试，没什么好细说的 #数据人的面

发帖只是做个记录，给其他朋友做个分享，也欢迎交流。 我的情况 国内双非本科大三，统计学。想从事数据分析、数据挖掘方面的工作。 一面（2022年07月20日16时00分） 以下的问题都是当时随手记的，现在回忆可能不要准确，见谅 自我介绍 你有哪些技能？你学过什么课程？ 你做过什么项目，具体是什么业务？遇到了什么问题？使用了什么技术？ 你的技术、技能都是你自学的吗？ 你讲讲你对结构化数据和非结构化数据

首先hr先让做了两道C语言的题，都不太难，一道是输入一串数字，按照从大到小排序。 另一道是给一串字符串，判断子字符串出现的次数，然后是技术面试。 然后是项目，在项目中是做什么的，问的比较细，还有是做项目过程中遇到的问题，做的产品采用的是哪款MCU，用到了哪种通信方式，编写代码时常用的函数： 1.memcopy函数的实现 2.编写函数，显示一遍文章中最常见的十个单词 3.#define和typede

离线数仓项目介绍 hdfs读流程 hdfs 中datanode怎么与namenode交互 mr过程 hive数据倾斜，介绍原因和解决方案 介绍一下网络结构，tcp在哪一层 java有哪些集合类 介绍java接口 MySQL索引 数据结构（B+树） 反问 上海银行数仓技术框架

毕业时间， 对网络工程师的理解对 特斯拉的了解，特斯拉主营业务，说几个特斯拉产品型号 英语水平怎么样？口语能简单交流吗？用英语简单介绍一下自己 特斯拉在上海郊区可以接受吗？期望薪资是多少？冬奥会主要负责什么？ 如果发offer可以提前实习吗？多久能到

前排狗头保命希望现公司认识我的朋友们别gank我。（doge 前几天刚看到华子的网工还在招人就投了一个，今天面试完了就来写个面经吧，个人理解仅供参考。 时长：一小时=1min/人 自我介绍+5mins题目阅读思考+20mins讨论+3-5mins总结发言+10-20mins面试官提问 个人评价：题目正常，保持个人持续输出就行，面试官提问也是几个常规提问。（经典你觉得谁表现得好谁表现得差） 个人建议

1. 自我介绍（学校专业+项目经历） 其实我说的很少，我刚开始就一句话介绍，把面试官搞尬住了。然后他说：就这些吗？我：啊啊啊啊我没有好的项目经历啊啊啊 2. 介绍项目——SM4加密算法流程 3. 对称加密与非对称加密的区别 4. Qt界面如何实现 5. 常用编程语言：C、Python，熟悉C++ 6. C中的sizeof和strlen的区别 7. 想要在函数中传入一个数组该如何操作？指针 8. 链

一面：30min 自我介绍 实习和项目内容 数仓常问的分层、维度建模等 八股，基本是按照简历问的 Spark和MR区别和优劣？ Spark的Shuffle和MR的Shuffle的区别？ Standalone模式是怎么调度资源的，Yarn模式有什么变化？ Kafka消息投递保证机制？有出过问题吗？怎么解决？ 介绍一下HBase？优缺点？使用场景？ LSM数和B+树区别？ SQL题： 同时在线最多人数

首先想说面试官真的好!很善解人意，听出到菜鸡的紧张不停地安慰我 总时长大概一个小时 1.自我介绍。 2.python的lambda函数举例实现。 3.说说python内置的数据解构。 4.ACID。 5.撕项目，大概20多分钟。 6.你知道的排序算法有哪些，HR选了一个排序，说一下基本的算法思想。 7.是否用过索引，介绍一下你所了解的索引 8.（因为简历）java的熟悉程度如何。 9.窄依赖和宽依

一面（30min） 自我介绍 手撕（1-n）整数中1的个数 手撕最小覆盖子串（滑动窗口），没撕出来，讲了讲思路 问了问项目里面遇到的难题以及如何解决 二面（30min） 自我介绍 问那个项目对自己提升最大，学到了那些 问TCP三次握手交换了那些信息（只答了序列号，应该还有MSS,窗口大小） 介绍操作系统中的锁，讲了讲(自旋锁、互斥锁、信号量实现以及应用场景) 场景题，A B一个客户端一个服务端，问

当然，肯定不是最优解，算是暴力破解，但是可以参考一下解题思路啦。 主要通过集合来记录了之前的数据信息，算了，我也不多说了，代码我都写了注释的，应该很好理解。 （题外话：包括第三题也是，可以通过 map 来记录当前节点的父节点，一旦发现不平衡，直接 map.get() 就可以获取父节点，随之做相关的处理） #哔哩哔哩秋招#