《社招》专题

#数据产品# 刚刚面完一面，加起来一共17min（感觉寄了），面试官还是是声音好听的小姐姐，趁着能回忆，写个面经攒攒人品。 我本来要投的主要是数据分析岗，被挂了投了数据产品。 1. 自我介绍 2. 项目深挖，你这个项目怎么继续优化，有没有继续投入使用blabla的 3. 反问 组内业务 需要的技能点 面试复盘 （说我整体挺好的，但是技能不match，这个技能Python，sql可能更适合数据分析组

一面1h [项目] - [ ] 项目设计和技术栈的使用 - [ ] FastDFS的架构设计 - [ ] 追踪器是单点还是多点，占多少内存量 - [ ] 源文件保存在哪儿 - [ ] 文件上传下载的步骤，以及数据库的映射关系 - [ ] 怎么实现IO多路复用 - [ ] 了解的数据结构 - [ ] 红黑树的时间复杂度为什么是logn 算法- [ ] 1-n个数，有m条边描述相连的两个数，输入任意两

一  选择题40分 10道单选                                         挺简单 ，都是简单的sql和数据分析基础知识 二  填空题20分 列举常见用户分析模型 三   答题 40分  两道sql 1 选出一个表中成绩最高的同学以及对应的字段       2 对表进行分组 四  时间 时间一个半小时 总结 : 考察知识不难 ，笔试应该不怎么筛人(答主还是可能挂

美团买菜 30min    一面 20220822 1.自我介绍 2.两个商业case： （1）估算2022年北京医美市场销售额 （2）估算海南免税店2023年营业额 （3）估算滴滴2025年巴西乘客人数 PS：本来两个，因为前两个都回答不出来，换成了第三个 3.实习深挖 （1）滴滴周报：哪些指标、哪些数据要自己取、哪些要合作 （2）怎么给运营或产品提供数据 （3）什么指标更重要？为什么？如何提高

时间线 2022.08.08，投递 2022.08.12，素质测评 2022.08.24，技术一面 2022.09.05，技术测评 2022.09.14，HR面 1.技术一面 岗位是数据研发工程师，发的面试链接是牛客网，还以为要手撕代码，面试过程中并没有，挺友好的。两个面试官，面试问的问题很杂，简单记录一下。 第一位面试官主要问题实习的问题： 为什么选互联网行业 实习具体工作，详细介绍 实习用的S

说明一下我面试的岗位是数据研发 8月31号快手一面1小时: 面试官是个小姐姐，很和蔼！ 1.自我介绍 2.问滴滴和字节实习主要做的工作？ 3.介绍一下字节的大数据架构？ 4.说一下你们部门数据仓库的建设？ 5.和滴滴相比，你觉得差异在哪里？ 6.在需求过程中有没有遇到什么难处理的数据问题？ 7.就拿数据倾斜来说，你有几种处理方式 8.你是做离线还是实时的？ 9.某个离线任务出现了问题，你会如何解决

今天结束了二面，接下来一周等待结果，在牛客上分享下面经求好运 笔试 （2h，1h即可写完） 25道选择＋1代码 + 3SQL 选择考察的点比较全面python常用库，算法，sql，概率，统计，机器学习和深度学习都有所涉及 1道简单代码，3min搞定 2道简单sql也是瞬秒，最后一个难度也不高但是我修改了很久只能过测试用例，提交之后是0分都让我怀疑是答案错了 第二天收到一面邀请 一面（25min）

40min 1面 自我介绍 项目介绍 做题：一道算法， sql2道 数据库索引有什么用 索引失效的情况 spark提交作业的流程 spark 共享变量有哪些 广播变量怎么实现的 hive外部表和内部表区别 hive优化，项目中使用到了哪些，展开讲讲 kafka是读写分离 为什么不做读写分离 mysql事务 40min 2面 自我介绍 项目介绍 算法题（20min） hard plus 没写出来最优

一面 38min 有序数组，求target的index（二分） 求name重复次数大于3的人的信息 对每个学生按照成绩进行排名，并标注rk， 这里我把是row_number,rank,dense_rank都说了一遍 spark的任务提交流程 索引的原理（有没有老哥有具体的博文解析啊，感觉这个一直答不好） hive如何阻止数据倾斜 kafka可以读写分离吗 为什么不可以 二面 （凉面）20min 为

一面（2023.9.15) 11点开始，11点41分结束 面试官很和蔼，不过周围有点吵。（面试官叫王xx，我不太记得了，人挺好的） 自我介绍 实习项目介绍（我这真是面出经验了，只要你项目他不感兴趣，接下来就是八股时间） 学校里有什么课程 八股问的多到离谱，总共就30分钟不到，全八股。 int和Integer有什么区别？ Integer(200) new 两次，他们是一样的吗？ valueOf方法介

投了一百多家厂，累计参加了三十多场面试，面试了十多家公司只有两个拿到了意向。😅😅😅这个面试成功率也太低了些，反思反思，做一些总结。 大数据面试注重知识面的广度。需要多看面经扩展开面。 环境不好，珍惜每一场面试机会，😅😅曾经有拿中厂给大厂垫刀，练手的想法。结果发现全挂了。😅😅家没了 知识需要反复的滚动复习！前面能答上来的，过了一阵子之后知识会忘。 惨痛教训😥😥😥 不回头复习感觉自

面试必问。大数据面试绝对重点！！ 面过的12家，有字节、快手、美的、顺丰、OPPO、京东、贝壳都被问道过。菜鸡的我没有实习经历项目中也没有遇到过数据倾斜的情况，每次被问到都如坐针毡思维混乱一通乱说。😅😅给各位面试官留下了逻辑性差、实践少的差印象。特把这个问题单独摘出来进行深入整理！！！！ 各位朋友，本人实践经验有限，下文如有错误劳烦您指出，万分感谢！ 花式提问😅😅 你遇到过Spark 的数

40min 自我介绍 看到主要研究是在算法上，只是想要算法的工作还是数据分析相关的岗位也可以呢？ 投递的论文的刊物的等级 试验班的是怎么选拔的？所学的基础知识课程相同吗？ 详细介绍一下项目？ （对项目中一些存在的问题提出疑问） 在项目中，运用了聚类的方式，讲一下具体是怎么聚类的 聚类算法简单介绍一下 科研项目的代码量 评价一下自己的代码能力，和工程性很强的男孩子比你觉得你的代码能力怎么样？ 项目介

去外企写代码是我梦想中的工作。读研期间系统的进行了算法和听力训练。最近几次的英文面试发现自己存在随机发挥、“我肯定过不了的”的逃避思想。因此决定将这件事工程化处理，以期达到流畅且清晰的表达自己的观点、完全发挥自己的能力的效果。认真准备每一次英文面试，不做把面试当练习口语的怨种。珍惜机会，尊重面试官尊重自己的时间。 分三大块进行准备：Behavior Questions/ Algorithm Cod

本人面试的是数据开发岗 一面： 面试官问我是面数据还是开发，如果是开发的话给我换个面试官。最后没换就面数据了。 1.写一个阶乘的题 比较尴尬的是忘了0的阶乘是1了 2.sql一道行转列的题，思考了一会，还是写出来了 3.快排 写完以后说思路 4.给了一个hive sql的语句，问这条语句执行，到最后转换为mr的全过程。基本上都答上来了，group by在mr的实现答的有点小问题，但是还是给我过了。