《一面数据》专题

原定14.30进场（14.37才进。。。） 1. 自我介绍2min 2. 上一段实习都做了什么 3 4问的两个实习项目用到的算法 5. hive sql 区别 6. hive底层原理知道吗（不知道） 7. Python数据处理用啥包 8. 实习算法实现是调包还是（当然是调包呀😬） 8. 反问 出面试间的时间倒是贼准😅。。。（14.50） 呜呜呜可能是对我不感兴趣？别人问20min为啥俺就13m

1、Spark的作业提交流程？ 2、Spark的核心组件有哪些？ 3、宽窄依赖的理解，为什么要分宽窄依赖？ 4、SparkContext在工作时做了什么事？ 5、Spark shuffle有哪些？ 6、Hashpartitioner与RangePartitioner的实现 7、对维度建模的理解？ 8、雪花模型和星形模型的理解以及优劣对比？ 9、线程安全有了解么？介绍下 面试官很友好，是我太菜了，全

自我介绍 问对hadoop各个组件的了解 解释下mapreduce的过程 问有没看过谷歌的GFS论文 问项目里数据库咋建模设计的 对维度建模的了解 对数仓的了解，数仓一般咋分层 GGGG，这之前只关注框架底层了，，没看过数仓的东西#大数据开发面经##实习生[话题]##access#

时长：1h 由于问题太多，分四类进行整理 0. 实习相关：之前有数据开发的实习经验，就问了之前工作有没有spark或者hivesql优化的经验；如何确保数据的有效性；实习公司数据存储格式（Parquet），还知道哪些数据存储格式 1. 大数据相关问题：为什么Spark比MR快；对Spark的了解；两个表join的优化方法（大小表join可以map-side join, join前过滤null值）；

总共33min，凉透了，可能因为我是第一次面试，没经验，被面试官牵着鼻子走 1、数据仓库和数据库的区别 2、数仓的分层 3、维度建模的基本构成 4、了解缓慢变化维吗 5、说一下拉链表 6、用到了哪些用户指标作为算法的输入呢？ 7、协同过滤的常用算法有了解吗？ 8、Presto和Hive区别 9、Hivesql和sparksql区别 10、Sql：统计最近下单的用户是在去年12月份的用户数量 11、

#暑期# #投递实习岗位前的准备# 3月23日--分享个经验，求个好运 时长一个小时二十分钟 自我介绍 因为学统计的，问了中心极限定理和大数据定律 机器学习-XGBoost算法简介 两道智力题：逻辑判断谁说谎了和分金条 问了为什么研究生跨专业保研了？ Hive和MySQL区别 数据库的索引有什么用 说一下索引的类型，还有B+树索引 数据仓库和关系型数据库区别 Hadoop生态圈简介 问我SQL写的

一面 8.29 下午16:00-17:00 1.自我介绍 2.项目介绍 3.项目细节 4.随机森林、决策树、XGBoost的区别和联系 5.离散特征怎么处理？（没听懂面试官想问啥 ） 6.针对项目提问，连续特征怎么处理？ 算法：最大子序和 动态规划+贪心算法 做题有点慢 面试官建议：虽然有些东西工作不会用到，但是面试还是会问，题还是应该多刷一刷 不说了，刷题背八股去了，小姐姐很温柔，希望能再给个机

1.自我介绍 2.说一下数据库范式 3.说一下Hbase 4.Hbase的rowkey怎么设计的 5.说一下Clickhouse 6.说一下你了解的数据库底层的一些知识 7.数仓为什么这样分层 8.数据表和数据视图的区别 9.实习 数仓让你觉得有成就感的地方 10.你对离线感兴趣还是对实时感兴趣 11.你知道OLAP数据库都有哪些 12.Sql题 13.Hive Spark优化掌握的怎么样？ 14

电话技术面，业务部门直接打电话，看到很少有牛友发这个岗位所以记录一下。 大概十五分钟左右，也可能是我答的不好所以问题比较少。 1.自我介绍 2.hadoop生态 3.hdfs读写 4.spark运行机制 5.hive内外表区别 6.常用编程语言 7.反问 面试官人很好的，我最先开始没接到电话，给我打了好几次，不太清楚的问题也没有过多为难。不过太久不面好多都忘记了，答的并不全面估计凉了。

19分钟，估计是没了 面试官很疲惫 1.自我介绍一下吧 2.你在学生会做过？主要负责什么 3.讲下实习经历把 4.实习数据分析主要分析了什么 5.怎么改变策略让调动校园大使的工作积极性的 (顺便面试官讲解的工作内容) 6.弹性工作时间你可以接受吗 7.租房问题，问了薪资，面试官表示不清楚，我说薪资大概可以租房 8.反问： 面试一共几轮-三轮 对我做一个评价吧 第一次面试大厂，感觉还行，估计是二面难

岗位：数据科学家 面试体验：数分也太卷了，面熟馆年纪看上去不大，亲和力很强。自我感觉答得其实还可以，但是第二天秒挂，还是回来卷算法吧，复活了一个算法工程师岗位，已约面。 字节跳动 9/7 60分钟 1. 自我介绍 2. 经济学中因果推断的相关介绍，算法测如何实现 3. 实习当中遇到的推荐问题的相关解决方案 4. 大科研中模型是如何设计，如何评估的 5. A/B test中，假设检验是什么 6. 第

1 . 自我介绍 2.面试官，你们有教过大数据技术吗？应该没教过吧? 2.spark为什么比MapReduce快 3.spark算子链 4.问项目 5.Sql调优 6数据倾斜 6.一道sql题，思路，之前笔试做过，但只过了2/3 7.有接触过flink实时计算框架吗？ 8.MySQL索引是越多越好吗？索引类型?什么时候用聚簇索引，什么时候用非聚簇索引 9.反问。 面试官挺好的，是我太菜了，一些没答

因为来学校宣讲，直接打电话让去面试，笔试也没参加；听完宣讲会后直接面试，因为宣讲会开得比较久，怕太晚结束不了，每次面三个，所有的科技岗都是一个面试官，这个面试官经历挺丰富的，我这组数分和研发的他都能问不少问题； 首先是三个人每个轮着自我介绍，接着就主要问简历，没啥技术问题，我是主要问了我项目，数学建模建的啥，具体是干啥的，遇到了什么问题，收货有什么；然后问为什么选择银行；每个人都是差不多10分钟，

问项目 解释什么是yolo，是什么模型 介绍cnn 池化层有几种 list和元组区别 pass怎么用 怎么处理异常 怎么抛出异常 浅拷贝深拷贝 sql中视图是什么 索引有几类 怎么实现 还有一些记不清了 问的比较基础但杂

面试时间；10.27 1.自我介绍 2.实习中项目遇到的困难，如何解决？ 这里我以为问我的是一个我之前参与非大数据的项目（脑抽了），😭。然后说了这个项目的东西了。被暗讽了一波，你咋不投其他岗位要来投我们岗位？ 3.问了大数据的八股，多种文件存储格式以及它们的作用，spark调优，乐观锁 4.B树和B+树的区别 PS:（经过第二个问题的时候，心咯噔了一下，后面有些会的东西也回答不好了）😱