猫眼娱乐 数据开发 面经

#软件开发2024笔面经#24秋招一面介绍实习实习工作内容数据仓库相关Spark相关（执行流程之类的）SQL题 分组TOPN二面实习经历详细介绍实习Spark相关再深挖Spark（问底层组件，比较细）SQL题（面试官想的题 列转行 关联 再聚合）三面学校课程了解哪些OLAP引擎想法规划啥的

1.实习经历拷打2.项目拷打3.数仓分层4.sql：连续登录已OC

#软件开发2024笔面经# 二战字节一面自我介绍介绍实习工作平时做什么数据量多大数据仓库理解怎么分层的Spark执行流程Spark内存划分SQL优化方式布隆过滤器JVM内存模型垃圾回收双亲委派SQL题 连续登录算法题 LRU二面自我介绍介绍实习数仓为什么分层主要解决什么问题两道算法题 链表删除元素 和 在数组中快速查询数据布隆过滤器半连接查询group by 和 窗口函数区别大致记得这些算法题第一题忘记头节点解法，第二题没想好怎么优化- -第二天感谢信

这家公司是做AIGC的，主要是做Diffusion相关。在我看来还是非常高大上的，就是抱着试一试的心态去面，过的概率感觉不大。面试是两位面试官，上来先是我的自我介绍（奇怪，上午那个居然没让我自我介绍）。这次面试还是围绕着简历进行的提问。第一个项目：是RAG相关的，问了具体的项目经历，其中问了存储的数据形式，以及调用数据库的触发条件。今天的两个面试都问了数据检索能力，因为之前在开发的时候确实没有定量地测试过准确度，只是看使用者反馈过来的效果（因为认识不多，可能就两位数）。问了数据是否是QA的形式，答：直接把文档embedding后传上去的。此外，还问了一些关于Agent、Prompt相关问题。还问了个COT第二个项目：用到了CNN和Bert。问了Bert和GPT以及两者区别，我就答了个encoder only和decoder only，感觉没答到点上。后面查了一下，应该是回答Bert是双向编码模型，用了一个MLM，GPT是声称是模型，将后面的词Mask掉，他的注意力矩阵是一个三角阵。再贴一个应用场景：GPT：文本生成、对话系统、自动写作（我答的是对于生成任务来说比较好）；BERT：文本分类、命名实体识别、问答系统、句子对匹配（我答的是做下游的NLP应用比较好，实质上是做的针对于上下文进行一个embedding。这答得感觉寄了）他们公司是做Diffusion的，这一波下来感觉我的经历切合度不很低，应该寄了。#软件开发2024笔面经##面经#