《百度大数据开发工程师面经》专题

6.27一面 20min 问简历，介绍项目提到的各种模型，做了什么优化 有没有spark实践的经历 介绍一下hadoop 了解哪些机器学习算法 xgboost和随机森林的区别 有用Java做过项目吗（无...） 反问 6.28二面 35min 简历项目一个一个详细讲 transformer编码器解码器区别 transformer位置编码的情况 spark实践经历 反问

第一面(50min) 1.自我介绍 2.写一道逆序的算法，这个算法有哪些测试点。 3.算法题，给一个字符串，这个字符串可以分割成多少种ip地址，有哪些测试点。 4.sql语句，查2021年之后出生的男女生人数分别是多少。 5.数据库事务的acid特性。 6.linux介绍一下自己熟悉的指令，然后问sed这个指令。 第二面(30min) 1.自我介绍 2.对测试工具jmeter、postman的理解

一个面试官姐姐，说话声音很好听很温柔 自我介绍 问瑞吉外卖项目，极力引导不要问这个 怎么进行表结构的优化。 如何搭建的项目，有没有使用云产品比如云存储 计算机网络是否学了，讲一下baidu.com的流程8分钟的吟唱开始，但四次挥手还没说被叫停 如果连不上百度则哪一层出现了问题？ 怎么定位哪一层的问题呢？ 不是八股就是知识盲区了。还好小姐姐会引导 怎么详细的以用户角度定位某一个层面的问题？比如前几天

自我介绍 项目拷打20分钟 1、简单介绍一下对golang中切片的理解 2、golang对map的并发读写是线程安全的吗？ 3、除了加锁有没有别的方式或者别的数据结构来使用？ 可能golang答得太烂，开始问C++ 4、介绍一下C++STL的unordered_map底层数据结构的实现 5、如果出现哈希冲突应该怎么解决？ 6、如果要实现一个线程安全的哈希表。就是支持多个线程去并发读写的话，怎么实现

视频面，1h 吐槽：我8.11投递的岗位...八月底做完的笔试....10.21给我发邮箱约面，也不知道前面是哪个大佬拒了offer然后把我给捞上来了 但是，面试官人很好啊~面试体验很好~ 虽然我很多没答上来只能说分治思想贯穿了全程... 无自我介绍 实习 由于我有数据开发相关的实习，所以前30min各种问实习 做了哪些工作，怎么做的，任务挂了怎么办，怎么做的清洗，用的啥语言，用的是啥架构/工具？

1. 自我介绍 2. 问了一下简历上的项目（研一在国电做的） 3. Spark有没有过调优 4. 基于我对Spark调优的一些回答进行追问： ● 我提到了利用RDD缓存进行RDD复用，追问Spark缓存一般可以用什么函数做到（cache，presist） ● 追问并行度的设置方法（配置文件或在代码中） ● 并行度的值一般根据什么设置（CPU核数的2-3倍） 5. Hive执行原理（SQL到MR的过

一面 50分钟 自我介绍 你学过的大数据掌握的最好的是哪一个 hive里面排序一般怎么使用的 hive内部表和外部表的区别，外部表在什么场景下使用 hive视图用过吗 你对维度和事实的理解 你说到了业务过程，谈谈对它的理解 你刚刚描述的是一个业务过程还是 多个业务过程 多个业务过程放到一张事实表的你举个例子 维度建模中 星型模型和雪花模型 之间的区别 缓慢变化维表如何处理呢 全量表的数据保存多久

40min 面试体验感超好，德子好感+1 Spark sql了解吗？Dateframe 是啥（不会） 项目里数据怎么拉的？ Flume+kafka+flume+hdfs 有什么过滤器吗？：3个flume拦截器 判断文件类型+时间戳过滤器+落hdfs小文件检测 数据量：千万 flume拉取时间是多少？（不会，瞎编的10分钟有兄弟了解吗） Spark小文件怎么处理 Kafka 的整体结构：broke+

今天状态已经：共享中 也不知道什么意思哇 =================== 1.手撕，问题一：一个英文句子全部逆序输出，问题二：句子中每个单词不改变位置，但是每个单词都需要逆序输出 因为我只考虑了每个单词之间只有一个空格，面试官问我如果单词之间有多个空格，应该考虑哪些问题 2.linux常用命令，在linux上创建一个文件，创建失败了可能是什么原因？除了权限还有其他原因吗？ 3.在linux

百度二面面经记录：一小时，自我介绍，项目经历。 自我介绍篇：动作防错识别数据集如何建立？你用的测试方法有哪些？测试类别测试思路是什么？最后效果怎么样？溢达杯全国设计三等奖的项目思路说一下？采用了什么API？QT编程了解过吗？ 编程篇：leetcode反转链表 基础篇：DNS整个说一下？TCP三握四挥详细过程？HTTP协议说一下？ 场景题：假如给你测试微信红包你用哪些方法哪些思路去解决？ 反问：项目

拷打项目数据库相关：一张表 索引应该用哪个 如何确定索引 redis数据类型 计网相关：websocket和http链接机制Java类：Java的几大特点和优势gc回收机制接口类和抽象类的区别Java里面的集合有什么 分别都是什么介绍一下HashMap和HashTable的差别什么是static 什么时候使用简述 BIO, NIO, AIO 的区别线程和线程池（一二面均问）死锁条件Linux相关：

询问实习时间 学校（然后发现竟然是校友）问了一下现在校区和计算机宿舍安排情况Java相关：详细说一下GC回收机制，你怎么看到这个机制？Java有什么东西解决线程安全的关键字计算机网络TCP和UDP协议详细 http和https相关 （我感觉要我回答这些公钥密钥加密方式）输入URL到你获得页面的全过程计组：高并发相关下面是引入情景设计题，基本我都回答不出来 垭口了假设给你一个接口（补问你知道接口是什

正式批三面 9.13 45min 1. mtv模式和po模式 2. 项目里怎么做的自动化测试，举个例子 3. 算法项目怎么做数据清洗，微调策略，以及谈大模型在测试领域的应用 4. 举一个实习期间和别人沟通协作中出现的不愉快和最愉快的例子 5. 怎么看待北京/上海/杭州，如果分部这边在上海，相较北京会怎么选择 6. 关于协同过滤方面的延伸，可能如何去推荐信息流（比如百度app里） 三次面试都是女面试

百度一面9.18，一小时左右 1. 项目浅挖（大概10min） - 我的项目是开发，可能不是很感兴趣 2. 实习是开发，为什么投测开 * 实习经历中，有自己测试过某个功能，有什么有意思的问题 * 有没有了解测试同事的工作 3. 八股 * TCP的三次握手 * 为什么不用两次 * mysql的事务 * sql题目: 两张表，一张学生表，存学号和姓名，另一张表存的是姓名和分数，怎么查数学成绩最高的 *

3月1日晚笔试了2小时，我对Hadoop不甚了解，同时编程第一题暴力求解花费太多时间导致动态规划没有完成，寄 单选题10道，考察计算机网络、JAVA、Hadoop、MySQL等计算机基础知识 简答题3道，考察MySQL索引和优化、Hadoop大数据组件、对游戏指标的解读 编程题3道，一道Z字型变换（参考力扣第6题N字型变换），一道合并区间（力扣第56题），一道动态规划，都是中等难度 主观题2道，了