《大数据研发实习》专题

没想到实习的第一面给了团子，记录一下： 1.面试官上来直接介绍业务：美团金融，负责借贷、理赔的，对这个挺感兴趣 2.发散：说说大数据和计算机专业的区别 3.谈谈对chatgpt的理解 4.介绍一下自己的项目背景（尚硅谷电商离线数仓） 5.两阶段聚合是怎么解决数据倾斜的 6.拉链表如何解决维度缓慢变化 7.数仓的分层结构 8.数仓的建模流程 9.如果产品给了一个用目前技术无法解决的问题，该怎么办？

1.实习经历拷打 2.项目拷打 3.数仓分层 4.sql：连续登录 已OC

蔚来一面 数据开发 24届 日常实习 base武汉 看了jd，感觉岗位更偏向数仓方面的，面试过程中疯狂拷打框架底层原理 我本人不是很match 1. 自我介绍 2. 问了我简历上的项目，在项目中遇到的问题 3. 然后项目集群环境，在搭建节点服务器过程中遇到的问题 4. 高可用集群这些 怎么实现 出错了怎么办 怎么排错 5. 造成高可用集群脑裂的原因是什么 6. Hadoop 如果配置的zkfc无法

1.自我介绍； 2.介绍一下做过的项目和论文； 3.用过哪些机器学习模型（XGBoost、LightGBM、RF、LR等），介绍他们的特点和区别； 5.深度学习用过哪些结构（MLP、CNN、RNN、Transformer、BERT等），介绍一下各自的特点和区别； 6.深度学习主要有哪些任务（分类和回归，分类可以使用有监督、无监督、半监督等方法，回归主要使用有监督方法）； 7.了解CV吗，用过开源框

一面（10.07 35min） 1. 自我介绍； 2. 教研室项目中使用什么语言； 3. 为什么学Java； 4. 做开发的话，图像处理领域的一些研究会不会是浪费了（也不会，科研重在锻炼思维和解决问题的能力，后续开发工作中肯定有帮助）； 5. JVM，JRE，JDK三者是什么关系； 6. Java中常见的异常有哪些； 7. 了解GC吗，GC的调优有做过吗； 8. Spring的框架中，介绍下Spr

一、大数据处理流程 上图是一个简化的大数据处理流程图，大数据处理的主要流程包括数据收集、数据存储、数据处理、数据应用等主要环节。下面我们逐一对各个环节所需要的技术栈进行讲解： ### 1.1 数据收集 大数据处理的第一步是数据的收集。现在的中大型项目通常采用微服务架构进行分布式部署，所以数据的采集需要在多台服务器上进行，且采集过程不能影响正常业务的开展。基于这种需求，就衍生了多种日志收集工具，如

大数据学习指南，从零开始学习大数据开发，包含大数据学习各个阶段资汇总。

2、3个面试官对1个面试者的单面，双机位站立面试。匿名面试，只允许说自己是几号考生不允许说自己的名字。 1min自我介绍，15min的提问。 开始和最后都拉了拉家常问学校啊英语水平啊之类的，中间问技术题。 1. 先是问熟悉的语言，我说python和C。挑C语言问我指针函数和函数指针的区别。 2. 问地址越界是什么情况，如何避免地址越界。 3. 问熟悉的算法有什么，然后让介绍先序、中序、后序遍历。

实时数据库触发器在写入创建时是排队还是线程化？

1.项目介绍+闲聊18min 2.springboot事务失效场景 3.uuid和自增id区别，分库分表场景下 4.使用过的JUC 5.分布式锁、ID实现原理，项目里的技术选型 6.快照读和当前读，以及mysql下对应的问题 7.手写除单例模式外其他的设计模式 8.求给定的数组中和为0的最长子序列的长度 update8点通知过了，约第二天二面

16 min 七点左右打的电话，问我什么时间有空面试，我当时正和女朋友在汤泉泡澡，心想周六晚上怎么搞这么一出，就有些火大，也没改时间，反正也不去，应付一下吧。 Java、Python用的那个熟练？ Java水平怎么样，常用的框架都会那些？ Java 字符串的API有那些？ 集合用过那些？有那些API？ 怎么遍历集合？迭代器讲讲？ 说说快排的思想？ 比较器怎么实现？ Linux shell 命令 讲

1.自我介绍 2.解释数据库，表，索引 3.索引一遍加在哪里 4.问索引为什么能加快查找速度 5.解释第三范式 6.出了七八道走不走索引的判断题，解释理由（有个范围查找的走没走索引答错了，呜呜呜呜） 7.解释二叉树 8.问二叉树的几种遍历方式 9.算法题，问二叉树存不存在根节点到叶子结点路径上的数据和为一个target。 反问，问了部门业务场景，还稍微聊了一点数仓的东西。 12.16update，

字节跳动 - 数据研发 一面（40min） 学过的数据结构，并分别讲下它们的特点 进程和线程的区别 TCP和UDP的区别 JAVA的面向对象的三大特性，并详细介绍应用场景 MySQL的事务隔离级别 MySQL的binlog的运用 数据仓库的的特点、数据治理 范式建模、维度建模 Hive内外部表的使用场景 HQL底层执行逻辑 Hive数据存储在哪，分区和分桶的区别 Sort by 和 Order b

投nlp挂，转岗大数据开发 一面 算法题：一个只包含1，2，3的数组，排序使得3在最前，2在中间，1在最后。要求时间复杂度O(n)，空间复杂度O(1)。 用双指针，类似快排的思路。 二面 算法题：数组中，第一个非0的数位置索引，时间复杂度O(log n)。 二分查找。 两个面试官都很nice，没有因为岗位不匹配为难。#我的秋招日记#

2022-8-9 下午两点十八 HR面 1 自我介绍 2 实验室研究方向 3 成绩排名 4 比赛 6 7 8 9.... 2-3周会通知结果 offer得等研究院开放 #大华提前批##面经#