《大数据求职》专题

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

一面： 8.26--HR面 1.自我介绍 2.特别的经历 3.专业方向 4.做过的项目 5.薪资期待 6.公司的简单介绍，问有些情况是否能接受 二面：9.14--技术面 1.关于大数据技术的认识 2.对Hadoop和Spark的了解 3.对其区别的认识 4.对hadoop特定函数的认识 5.介绍自己了解的窗口函数 6.介绍一个算法，比如支持向量机 7.对自己做过的社会实践的感受 8.反问 三面：9

1自我介绍 2.项目中数据量 3.用户分析维度 4.客户流失分析模型指标 5.oracle和hadoop的了解 等了一个多小时，这就是国内甲方和卑微求职乙方吗？要不是面试官是个声音好听的女生，我大概会骂人吧。 岗位和个人经历不算匹配，我个人经历更偏向数据挖掘，感觉这个岗位更偏向业务分析和数据库。 最后还是再感叹一下，虽然今年秋招求职者的确处于弱势地位，但也不是说招聘单位可以不尊重人吧，起码自己定的

一面 1h20min 0824 由于过去时间太久了，差不多都忘记了，只能回忆起部分。 部门是CTO线-技术与产品部，当时只有1个校招hc和1个社招hc 1. 写题：一个文件系统，有文件夹有文件，需要找到某个特定的文件（好像是这样）递归后要求用BFS写，然后BFS写了一遍； 2. SQL题：题目有些复杂，现在想不起来了，约等于leetcode hard难度的sql题目，用开窗和几个select即可；

一面 30min 仍然记不得了，努力回忆一下 实习数据有多大？ 这么大的数据量需要多少资源？ 多线程的三要素？ Java的内存模型？ 宽窄依赖？ Spark为什么快？ Spark的Shuffle有几种？ （不记得了 二面 20min 用ES或者HBase跟用Hive有什么区别？ 怎么技术选型？ 总结：是吉利下面的子部门，主做出行方面数据，数据量较小，且人员较少。 #数据仓库与数据分析实习##秋招#

三轮面试，进度很快，一周内结束。 第一轮，hr面试 问一些基本情况，8分钟结束。 第二轮，技术面 项目竞赛，过拟合怎么解决，特征筛选方法等等， 12分钟。 第三轮，终面+签约 问了一些基本家庭情况，职业规划等等。面试官长的有点像我初中同学，亲切感倍增。 然后hr介绍薪资。 20w左右薪资，单人单间免费住宿一年，八险二金，房补2500，食堂早中晚分别3，7，7元自助餐，电话网络全免费，感觉不错。 #

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

二面 1、为什么用seatunnel进行同步，不用dataX？ 2、seatunnel底层引擎是spark，那为什么不直接用原生的spark进行同步呢？ 3、项目有什么做的不够好的？ ODPS相当于hive，多进程写入会产生表锁，没法利用spark的并发优势——1.统一管理ODPS表，每个分区写入一张表，读取的时候直接读取表，然后每天定时进行聚合。这个过程对于用户来说是无感的。2.分布式锁，阻塞的

面试时间：1h 10min 自我介绍 实习工作的一些问题 项目相关的一些问题 Java基本数据类型？ String为什么不是基本数据类型？能不能继承？ 如果需要频繁地拼接字符串用什么？为什么？ StringBuffer、StringBuilder 的区别？ Java的集合类了解吗？都有那些？它们的继承关系是怎么的？ 讲讲HashMap？ HashMap多线程下怎么办？多线程的HashMap它的原理

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

40道选择题，涉及Hadoop、Kafka、MySQL、数据结构、数学（高中水平）、Linux，里面两道Linux选择题真恶心，给了一堆Shell脚本，看不懂

一面： 感觉一上来就是主管面，主业务面，考验业务能力和沟通能力 介绍下专业的课程，说说最喜欢哪一门，为什么 直接问实习经历 实习中的项目，扣细节（大部分时间都在问这个） 在同程做了什么业务 广告业务数仓负责哪些东西 广告投放的指标，如曝光、转化等等 广告有哪些类型 聊聊广告投放流程，投前、投中、投后 投中的过程每一轮具体的事情 对比hive和spark 为什么业界都用spark不用mr了 聊聊fl

对于 Linux 系统小白，如何用最快的方式搭建一套简易的大数据系统。 安装 JDK # tar -xvf jdk*.tar.gz /home/softwares #解压java的tar包 将/etc/profile添加附录B文件profile中内容。 export JAVA_HOME=/home/softwares/ jdk1.7.0_67 PATH=$PATH:$JAVA_HOME/bin

1.问了我项目的问题，spark整合kafka这阶段做了什么事？ 答：jdbc工具类向mysql表中插入数据，产生binlog日志文件，maxwell捕获到，kafka进行消费，然后javaapi上面编写kafka工具类，获取主题，编写配置信息，get到消费的内容，是JSON格式，转换json格式为row，然后转换为dataframe表，使用sparksql处理。 2.kafka的acks值有了解

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