2017及2018校招笔试题（Java实现）

快手数据研发一面（40min➕，比较简单，面试官和善） 1.深挖项目，项目架构选型，不同数据为什么存储在不同位置等之类的问题 2.MR工作流程 3.Hive和Spark的区别 4.细挖简历，比如说说简历中复杂SQL的难点在哪里，如何解决 5.认识什么告警类型，都如何处理 6.数据倾斜如何定位，如何解决 7.数仓分层以及分层作用 8.DWS层和DWM层的区别 9.spark的driver,task,job,stage之间的联系 场景题，对直播中的金额数据如何进行数据质量的一个检测 手撕算法:最大子数组和 SQL:最大连续问题 二面（50min➕，主要难在项目拷打，八股很简单） 1.深挖项目非常细...

timeline如下：7.30 ssob投递8.1 约一面8.4 一面面完2小时约二面8.7 二面8.11 约三面8.13 三面8.18收到通知不合适本人面的是安全岗，一二面都无八股算法，大部分为场景题，具体考验的是业务上手能力，面完二面还自我感觉良好。三面反而没有问场景题，问了现在实习干的活，还有一些移动安全基础知识和408的东西，给了一道算法也写出来了，再就是问了一些学校专业课和竞赛相关的问题吧，最后也有反问个人感觉可能408答得不太好吧没想到最后三面挂了，感觉心态都有点不好了牛友们能指导一下这是被横向了吗？

 哈哈哈😋

项目介绍，面试官应该不太懂，没咋问。最后问的八股。大模型怎么做推荐？说了一个web agent的训练方式，面试官好像不太感冒。怎么判断一个模型的 embedding 好还是不好？我说计算不同类别数据之前的距离，同类更近、异类更远。如果模型的训练 loss 不下降，有哪几种情况会导致？数据不干净，学习率太小，如果你从头搭一个网络训练模型，可能会遇到哪些情况？如何保证稳定训练？最后写一个快排。然后问我有没有职业规划，具体想做什么？