c++选手--11.07面试 全程13min 3min自我介绍 判断单向链表是否带环 散列表存储,怎么处理散列表冲突 java实现的线程几种方法 c++的四个默认缺省函数 拷贝构造函数什么时候会被调用 相对定位与绝对定位(项目里的) #农行研发中心2023秋招信息汇总##农行天研##农行天研农行研发中心天津研发中心#
6.30一面 面试官很nice 1专业相关 为什么要跨专业考研 具体的专业在实际中的应用 2 问了个简单的sql 写错了 面试官一步步提醒终于写出来了 3 口述用栈 实现计算器功能 7.1 二面 1 简单sql 2 数仓理论 3 数据倾斜处理 滴滴面试官都是很有耐心 一步步提示你 解决问题 就算面不过体验也很不错。 7.11收到offer了
阿里 数据研发 8月底 一面 9月中 二面 30-40min,面试内容都差不多 大数据:hadoop了解多少?讲讲mapreduce,其中有几次排序?hive?hive调优? 数据仓库:星型,雪花,星座模型;数据分层 -- ODS,DWD,ADS,作用(我回答承上启下) 手撕SQL:窗口函数,查找连续三天的记录 等等数据仓库和大数据的问题 开放性问题:服装厂秋季生产什么样子的衣服? 实习经历,内容
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
阿里云: 1.EXCEPTION和Error的区别,可以抛出自制的Error嘛,会被捕获嘛(都实现自Throwable) 2.HashMap可以保存null key或者value嘛, 3.ConcurrentHashMap可以存null嘛,为什么不可以 原因:设计者的设计问题,以及二义性 4.Spring中事务的隔离传播方式默认为? 5.两个事务中,一个事务A调用事务B,此时B回滚了,A会不会回
1. 匿名面试,首先是自我介绍。 2. 项目问题 * Redis 的模式 * 有了Redis 为什么还要有 MySQL 3. C++知识 * 两个C++小例子,问输出(如图) * 虚函数的底层原理 * 哪些函数不能被用作虚函数 * 构造函数可以用作虚函数吗 * 什么情况下会有野指针的情况发生 * define 和 inline 的区别 * map和unordered_map的区别 * map中如何
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
🤔面试感受还不错,两位面试官很和蔼,但是自己表现得一般,全程围绕项目问问题,没问太多八股。 1、自我介绍 2、问了科研方向,扯了三四分钟 3、问项目功能、技术栈 4、索引不命中的情况(不会,扯了索引失效) 5、项目里用到的索引 6、redis可以存储不同结构的数据吗 其他的都是一些项目里的场景,还延伸了场景问我应该怎么实现 基本上除了项目怎么实现都没太答出来,要么就是说错,唯一的安慰就是多少都能
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 常见数据结构 维度建模 事实表建模 工作中维度建模是怎么处理 三种事实表的区别 mapreduce原理 hdfs读写流程 增大资源是否会有限制 是否遇到过数据倾斜 二面 数据倾斜 数据治理怎么做的 职业规划 爱好 三面 主题域 数仓建模 bucket join
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
1.自我介绍 2.项目是否落地 3.介绍个带仿真环节的项目,你主要做了哪些工作 4.如何进行仿真 5.仿真指标有没有标准,仿真过程中模型有什么不足吗 6. 你的这个仿真结果符合实际吗 7. 模型的输入信息是什么 8. 研究方向有什么实际应用吗 9.数据集里的数据如何处理 10.预测是怎么考虑的其他因素,比如驶出,驶入。 11.模型如何优化 12. 为什么没实习 13. 为什么来应聘系统测试这个岗位
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