《数据研发工程师》专题

一面 1.自我介绍？ 2.为什么从数分做数开？ 3.你觉得数分和数开有什么区别？ 4.spark和hadoop哪段实习接触的？ 5.讲一下mr和hive原理？ 6.hdfs中，一个block大小和通常配置个数？ 7.用spark还是用hive？spark比hive好在哪里？ 8.spark既然是基于内存的，那么内存不够怎么办？ 9.数据倾斜？ 10.uid粒度和did粒度用在AB不同的场景是指什么

排队十分钟面试五分钟 自我介绍 数据倾斜 数仓分层 有没有在看其他金融银行 选择银行的原因 “看来你掌握的不错，今天的面试到此结束吧，注意查收笔试”

9.4 一面 1. 介绍实习经历 2. 数据同步 3. 指标分层 4. flink：状态，历史数据回溯、一致性保障、barrier下发、开始做ck的时间点、反压、下游怎么知道上游反压了、解决 5. hbase问题：架构、数据读写、底层文件存储、region划分、regionserver划分（这是啥） 6. jvm内存管理，多线程 7. spark问题：宽窄依赖，算子，shuffle，调优 8. 数

1h10 min 面试官是个大佬，全程面试偏场景题 八股：数仓建模，分层，每层作用，数据倾斜（group by，join）很细，小文件 场景题： 快手在某一时刻某主播开播时流量巨大，然后同一时间段还有多个主播开播 有一些些主播可能粉丝少，但因为在搞活动，把在线列表和主播表join时会发生数据倾斜，这怎么解决 雪花模型用过吗？（用过）讲一个使用雪花模型的场景（多值维度？）面试官说不对。然后只能说没用

30min 问简历 快速排序 场景题：十亿个数怎么排序，十亿个double需要多少内存（算成GB，1亿个数怎么排序 研究生方向和项目 反问：今年招的人多不多。-不多，今年看到的简历是过去五年最好的（我人麻了 主要工作内容。-数仓搭建，开发相关，数据分析相关

一面：投的数研，实际数科 1.自我介绍 2.实习内容 3.实习团队架构 4.map reduce原理 5.数据倾斜有没有遇到过？怎么解决 6.ab实验原理、流程、如何分析 7.假设检验原理 8.口述sql题目：求连续登陆三天的用户 9.假设检验概率论场景题：求置信区间 10.常用的机器学习算法 11.随机森林原理 12.求职意向，数科还是数研，安排下一轮面试官（回数研后第二天结束流程） 13.反问

一面 数据同步怎么做的 事实表、维度表怎么设计 数据完整性、唯一性怎么保证 数据怎么分区，如果增量同步，需要历史数据合并分区慢怎么解决 数仓如何进行组件选型，理由 数仓建设过程中有哪些难点 atlas如何获取数据血缘 拉链表怎么设计 你觉得拉链表常用吗，为什么不用 那你为什么要设计拉链表 sql题 分组topn row_number rank dense_rank区别 看两个sql，差异在哪，哪个

8-3： 自我介绍 实习项目以及实习日常（20min左右） 论文（3分钟左右） 问你对大数据哪个组件比较熟悉 说一下MR的底层原理。。。。。。自己在那不知道从哪里开始说，就从map开始巴拉巴拉到写出数据，自己都讲蒙了。（五六分钟左右） 反转链表，自己处理输入输出以及链表定义（七八分钟），也没给输入输出，就只写了方法体。 先问对hive函数了解咋样，都还行。写SQL：uid，login_time，连

第一次写面经 快手音视频部门 感觉技术挺好就接了 一面 6.13 主要问了Flink的相关问题以及实习的流批一体项目 具体问的Flink问题就是数据倾斜、反压以及状态后端、checkpoint相关 面试的时候面试官提了个flink相关的名词 问我了解过吗 表示从没听说过 面试官说问题不大 具体细节问题忘记了 然后就是jvm、多线程相关的知识 这部分答的不好 没咋看java 最后就是两道算法 二面

技术一面 1，自我介绍 2，做过最难的一个功能模块，遇到最难的问题 3，现场做一道设计题，比较T1，T2两个表的数据，找出ID相同的数据(1)数据大小256M;（2）数据大小为4G; 4，面向对象的特征，如何实现多态。

🧐背景：211交通工程出身，读研转到本校航运学院，做船舶交通大数据挖掘，涉及机器学习。 🧐自身情况：sci在投，一篇会议论文接受，一个专利发表。 🤐一志愿是九月初的技术支持工程师，因为后知后觉，发现不懂网络协议，没参加笔试。 👾10.25投大数据算法，以交通认知方向。笔试主要是机器学习内容，选择题，问答题，以及一道编程。 👾11.7日收到电话面试，讲了一下基本情况。 👾11.8日一面技

23春招，base广州，网上给的内推码，c9本 网申仅给了简历 笔试完成，一小时15单选，3不定项，3编程，选择题难度偏高，编程题简单，第一道ac，第二道很奇怪案例过了提交0，第三道83%，时间太少，很赶所以也没时间细想 3.16下午一面完成，两个面试官，一个hr一个技术，技术面很循序渐进，问课程，从课程入手开始问csapp，问c语言的从c文件到exe文件的整个过程，问项目，问c++的书看过那些，

6.2投递 6.6测评，当天下午约一面时间 6.10一面 6.15二面 一面。技术➕hr  问了项目相关，项目代码量， MySQL中的锁 为什么来青岛，为什么选择海尔，职业规划 二面 技术➕hr  没问项目，没问八股，问了职业规划， 为什么选这个岗位， 如何和同事沟通协调，和上级沟通 提前批第一个offer，对于我这个非科班小白来说更多的是信心鼓舞。 加油，秋招继续冲！

面试官讲了下工作有研发也有工程落地，所以后面问的关于开发的东西多一些。 1. 数据结构，有序二叉树插入的时间复杂度，数组插入的时间复杂度 2. 两个数组（集合），如何比较是否相同。一开始说要排序，后面想着遍历一下用哈希表存一下，再遍历哈希表应该可以。 3. c++的题，sizeof() 4. 如何判断浮点数等于0，我说abs(f) < epsilon。 5. 关于补码，为什么要使用补码 6. 面向

4月20号下午三点约的电话面试。 技术面问题 自我介绍，介绍下最近做的一些项目。 详细介绍一下项目（主要是后端）有哪些模块，怎么设计的，之间的通信是怎样的？ 实现对Word或者Excel读写功能时，有没有遇到过比较占内存的问题？你是怎么解决的？ Apache POI中也有解决内存溢出的方法，有去了解过吗？ 有了解过分布式吗？ 简单介绍一下Spring里Bean的初始化过程。 Spring里解决循环