《数据开发工程师面经》专题

9.21 一面 30分钟 1.自我介绍。 2.前后端联调测试 postman添加cokkie cokkie是否明文 3.kafka日志 4.sql注入 防止sql注入的方法 5.强引用 弱引用 回收 6.HashMap、Hashtable、TreeMap区别 7.线程的生命周期和状态 同步和异步 8.java内存区域 常量池 9.索引数据结构 B树结构 B+树 双向链表 索引顺序 建立索引、返回索

9.7投递，9号电话约面15号（后因面试官临时有事改为19号） 字节的面试开放性很高，都是根据简历来 自我介绍 根据实习和项目问问题：为什么用线性回归模型，为什么用KNN，怎么向不懂的人直白地介绍KNN，怎么优化预测算法，更多的预测算法 介绍常用的app：网易云音乐，介绍下不足：推荐算法不准确，怎么优化算法，怎么测试优化后的算法：ABtest，怎么给推荐算法的数据集设置权重并验证，怎么确认是推荐算

之前一直在牛客找面经，对自己帮助也很大，意向了也写一篇，感谢！ 一面： 1、介绍项目 2、ODS和DWD怎么区分，分别存什么样的数据 4、跨数据域问题，怎么做的 5、有哪些宽表，对应什么指标和业务过程 6、留存率、漏斗分析等，是怎样的开发过程，后续使用 7、任务性能优化或代码方面的优化 8、hive on spark和spark区别，计算时间上有差异吗 9、kylin为什么快 10、两道SQL  

2024年9月25日 一面 15:00开始，15:35结束 技术问题 java 中常用集合有哪些？ HashMap 的实现原理？ HashSet 的实现原理及使用原理？ ArrayList 和 LinkedList 有什么区别？ 双亲委派策略是什么？ 深拷贝和浅拷贝的区别？怎么实现？ 序列化和反序列化实现的是深拷贝还是浅拷贝？ java创建线程的方式 线程池使用的时候应该注意哪些问题 BIO、NI

可以提前准备好答案，也就那么几题，录制视频后会转成文字，可编辑文字。 一个小时，四题，每题限时6min。 1、分享一段你达成挑战性目标的经历。当时你的目标是什么？挑战在哪里？过程中你做了哪些关键行动最终保证了目标的实现 2、请分享一段你学习新知识和技能并运用于生活或工作的经历。你为什么要学习这个知识技能？过程中遇到哪些困难？你做了什么来掌握？最终如何在实践中应用的？ 3、请分享一段通过你的沟通协调

一面30min 自我介绍 选一个最熟悉的结构 说一下原理 特点 怎么使用 hive数据倾斜 内部表外部表 文件存储格式 行转列 列转行 sql题目  项目中有用hive解析json数据吗 实习在做什么 介绍实习项目 实习公司数据仓库怎么分主题的 业务需求是你自己一直在沟通吗 想做数仓还是平台 你觉得对业务了解的怎么样 base想南京还是深圳 二面 介绍实习在干嘛 实习项目怎么做的 项目几个人做 你

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

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

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

岗位JD 使用大数据组件对海量数据进行建模，参与数据仓库的的开发、维护及优化 岗位要求 计算机相关专业，对大数据有浓烈的兴趣 扎实的计算机基础，熟练使用python/java/scala其中至少一种语言 熟悉Hadoop生态体系，包括但不限于Hadoop/Hive/Spark/Clickhouse 学习能力强，强烈的责任心，具有较强的沟通能力及团队合作精神，细致耐心、积极主动 有大规模数据/日志处

15min 八股 + 50min 手撕代码 八股： 如何判断java对象可以被回收 手撕：1、LRU缓存 2、mysql mysql主播表： 用户id，房间id，开播时间，下播时间，房间开启状态（0、1），日期 第一问：求每个主播每一天的开播时长 第二问：求每个主播一天内每小时的开播时长 没想到主播可以跨天直播，寄！ 本java后端菜鸡，被大数据开发爆杀😂

自我介绍 讲项目（but项目经历貌似不匹配）全程都是我在输出 然后问了一下java new一个对象还有其他方式吗？克隆？？ 操作系统进程和线程的区别 讲一些数据科学和数据开发的区别（他说我更适合数据科学qwq） 后面反问：你们是做什么的 好像是爬取数据建数仓emmmmm Over 他让我去做一下笔试题我也不知道这是什么意思emmmmm （可能是看我笔试成绩再决定挂不挂我？？？）

#你都收到了哪些公司的感谢信？# #晒一晒我的offer# #数据人的面试交流地# #数据人offer决赛圈怎么选# #数据分析#