数据人的面试交流地

首先自我介绍，然后I.上来就是两道中等的sql题目：1.SELECT   CASE     WHEN name_count > 1 THEN CONCAT(d.name, s.name)    ELSE s.name  END AS display_nameFROM (  SELECT sp.*, COUNT(*) OVER (PARTITION BY sp.name) AS name_count  FROM student_profile sp) sJOIN department d ON s.department_id = d.id;唯一记录的一条sql，我感觉有小问题，但是感觉面试官很急。我想改他直接说赶紧下一个。为什么select里面用的别名不能直接用到同一个语句中，我回答sql执行顺序的问题，以及在hive中会报错，未找到相应的名字。他笑了，我的回答错了？？？whateverIII. 考了spark shuffle 的过程，非常的细节，怎么给partition分区？我的回答：spark.default.parallelism，通常等于集群的 CPU 核心数，默认值为 200。或者读取文件时指定分区数。然后这里他又笑了，内心os：这位大佬是微笑大使。IV. 他让我直接写ods 和 dwd 层建模的过程！这一考法我有点不理解要考什么，有木有大佬给我解答一下（感谢）。虽然我写了一部分，但是有的还是忘了。V. 考了我HTTP中reception的作用，不知道这里是不是我听错了，我说能再说一遍吗？他说没时间了，今天就这样吧。总结：自我介绍我太简略了？我想着他手上有我的简历，他好像对我的实习经历有点不感兴趣，因为他说我介绍的时候都是业务层面的？Interview time：One Hour中间还有一些，我就没写了。。。#如何判断面试是否凉了##大家都开始春招面试了吗##数据人的面试交流地##牛客AI配图神器#

LangChain 是一个开源框架，旨在帮助开发者更高效地构建基于大型语言模型（LLM）的应用程序。其核心思想是通过模块化设计，将语言模型与外部工具、数据源和流程连接起来，从而扩展模型的能力并支持复杂任务的自动化。一、LangChain 的核心概念与功能1. 模块化架构LangChain 提供了六大核心组件，开发者可以像“乐高积木”一样灵活组合这些模块，构建定制化应用。例如：- Models：集成多种语言模型（如 GPT-4）和文本嵌入模型。- Prompts：通过模板管理提示词，优化模型输出质量。- Indexes：支持文档加载、分割、向量存储和检索，增强模型对结构化数据的处理能力。- Memory：维护对话历史或上下文信息，确保交互的连贯性。- Chains：将多个模块串联为固定流程（如问答链、摘要链）。- Agents：动态选择工具执行任务（后文详述）。2. 实际应用场景LangChain 被广泛用于构建智能问答系统、自动化客服、文档分析工具等。例如，一个旅行顾问机器人可通过 LangChain 整合实时天气 API 和航班数据库，提供动态建议。二、Agent 的定义与作用Agent 是 LangChain 中的一个核心组件，其本质是“动态决策引擎”，利用语言模型的推理能力选择工具并执行任务。特点包括：1. 动态流程控制Agent 根据问题类型和上下文选择工具，例如先调用搜索引擎获取信息，再通过数据库检索补充细节，形成多步骤推理（如 ReAct 范式）。2. 工具集成支持内置工具（如 Google 搜索、Wikipedia）和自定义工具（如调用内部 API），通过tool快速注册功能函数。3. 适用场景适用于需要灵活决策的复杂任务，例如多条件数据分析、动态旅行规划等。 #牛客激励计划#  #产品经理#  #产品每日一题#  #晒晒你的元宵动态#  #牛客创作赏金赛#  #数据人的面试交流地#  #总结:offer选择，我是怎么选的# #牛客AI配图神器#

Prompt Engineering:提示词- 通过设计输入文本来引导模型输出- 不修改模型参数- 适合快速迭代场景Supervised Fine-Tuning:模型精调- 使用标注数据微调模型参数- 需要训练资源- 适合专业化场景Prompt典型案例:1. 添加"逐步思考"提升推理能力2. 角色设定"你是一位资深律师..."3. 输出格式控制"用Markdown表格展示..."SFT典型案例:1. 医疗问答数据微调2. 客服对话场景优化3. 法律文书生成专项优化Prompt优势:✓ 零训练成本✓ 即时生效✓ 灵活可调✓ 保留通用性Prompt劣势:✗ 专业领域效果有限✗ 提示设计需要经验✗ 输出稳定性较低SFT优势:✓ 领域适应性强✓ 输出质量稳定✓ 可处理复杂任务✓ 减少提示长度SFT劣势:✗ 需要标注数据✗ 训练成本高✗ 迭代周期长✗ 可能过拟合## 产品决策建议• MVP阶段优先Prompt• 核心业务场景采用SFT• 混合方案：通用能力+专项优化• 考虑：数据/算力/时效/效果的平衡 #牛客激励计划#  #产品经理#  #数据人的面试交流地#  #AI了，我在打一种很新的工#  #产品每日一题# #牛客AI配图神器#

之前就做了欣旺达的测评，但是没想到刚刚直接发hr面。鼠🐭第一次见上来就hr面的。有没有佬知道什么情况啊 #还记得你第一次面试吗？#  #数据人的面试交流地#

Timeline：4.11 ssob投递4.17 约面4.18 一面 一共20多分钟4.27 hr通知oc已拒面试官人很好，交流很顺畅。自我介绍项目：- redis数据一致性怎么保证的- redis写入数据的时候挂了怎么办- redis写入数据成功但是告诉我的client回复有异常/回复丢失怎么办？（这个答得不好）八股：- MYSQL事务- MYSQL 事务如何保证的- redolog也是写一个数、mysql写脏页也是写一个数。mysql的数据持久性是redolog保证的，怎么保证redolog写这个数的持久性呢？（懵了.....）手撕：山峰型数组找最大值（无重复），共享屏幕写代码。比如 2 4 5 6 8 3 1，输出8面试官很好心说可以用AI代码插件。不过实际上也没起到什么用。插曲：太尴尬了，最开始面试官问”MYSQL 事务如何保证的“满脑子想成了spring事务，然后就答了动态代理来实现的。。。。#牛客AI配图神器# #航旅纵横# #实习进度记录# #牛客在线求职答疑中心# #远程面试的尴尬瞬间# #牛客创作赏金赛# #面试时最害怕被问到的问题# #日常实习# #数据人的面试交流地# #JAVA日常实习# #java#

1. 基本情况方向：数据工程，时间：40分钟结束、16:00开始，无手撕，多场景2. 自我介绍3. 一些能够回忆起来的（或许有不正确的地方）：（1）提问R：你这个项目是课程作业还是什么？R：那你说说Hive和ClickHouseR：你谈到了OLAP，那和OLTP有啥区别？R：没了？ClickHouse适合那种场景？R：可以用作实时数仓吗？R：课程中有数据库相关的吗？只有数据结构与算法？R：MySQL系统学习过吗？R：数据怎么导入到ClickHouse的？R：直接到ClickHouse？R：数仓分层？四层讲讲。R：那为什么要分层呢？DWS已经差不多了为什么还需要ADS呢？R：场景题：在你的表上新...

最近集中面试，感悟颇深。发现头部的候选人非常真诚，你问他手边有offer吗，他直接跟你说我有哪几份，甚至薪资都毫不隐瞒。问他想不想留下来，回答的也毫不拖泥带水，我有兴趣，但是需要评估一下，真的是不卑不亢。反而那些非头部的同学，面试的时候会特地强调我是xx粉，非常喜欢你们公司，我有很多同学也在这边，希望可以长期发展，态度摆的真的是非常正。当然，态度这东西一般我们只是参考而已，毕竟无从考察真伪。但是从面试过程来看的话，那些offer收割机同学沟通起来就是很顺畅，很舒服。究其原因，不排除本身能力很强的（这种天赋异禀之人毕竟很少），但是回答问题的技巧，对问题的解读等等这些软实力，我觉得相比于能力来说更...

1.C++有哪些特性，请使用一段代码演示这些性质。我写了一些经典的继承，子类中重写的父类的虚函数，然后用父类指针指向子类对象，去实现多态。但是写的时候有点脑子发昏，把所有成员全public了，被面试官点评为这违背了封装。2.写两个类，两个类分别有一个虚函数，然后有一些char和int类型，写一个子类去继承这两个类。3.问上述子类的大小？我考虑两个虚函数指针以及内存对齐之后，给出了正确的大小。然后被面试官套路了，问我有子类有两个虚函数指针吗？我说没有只有一个，然后把答案改错，我是个傻子。4.如何指针类外访问私有成员？一开始是问如何访问私有成员，我说可以使用友元函数。忘了面试官怎么说的，但是引导我用指针去思考。我没写出来。后面查了一下，可以把类的指针转用reinterpret_cast成对应的数据类型，然后考虑此前类内的内存分布后，给指针位移去找到对应的变量。5.一些常规C++八股，智能指针和移动语义。6.问智能指针对象本身是不是线程安全的。7.问我自己写的一行代码，代码内容是用new申请一块堆内存，问这是不是线程安全的。8.c++的STL八股。9.问map和vector在已知key和下标的查询复杂度。我回答都是O（1）。10.c++sort是怎么实现的？我回答：我说根据数据量大小选择快排，堆排。不知道有没有归并，我没查过。11.用快排实现查询第K大的数。这个我写出来了，但是差以为，因为小标是0开始的，所以我实现的版本是第0大的数字是大的，而不是第一大的数字。#哪些公司面试官让你印象深刻？###金山###wps##牛客创作赏金赛##数据人的面试交流地##远程面试的尴尬瞬间##面试中的破防瞬间#