华为-大数据开发

b站数据仓库实习一面面经（约一个小时）1 自我介绍，包含了自己的项目介绍2 项目中对你比较有挑战和困难的点是什么3 问了一下实习公司的主要业务线有哪些4 问了一下项目是公司的项目还是自己独立开发的5 在公司负责的主要工作是什么6 抽一个对你印象比较深的项目讲一讲（引申出来了下面三个问题）7 数据探查会做的工作有哪些8 验数的工作主要做了哪些9 产品和业务沟通不够导致的指标不一致，可能是有哪些问题导致的，应该怎么去做10 mr的shuffle原理11 实习时处理的数据的量级有多大呀12 实习的时候有没有遇到过数据倾斜的问题如何解决13 接触过实时开发吗14 数据质量这块有接触吗15 实习两个月你觉得有哪些比较好的流程和规范呢16 假设你在倒数据出现报警你是如何处理和解决的（先计划和设计方案然后再落地）17 做数据的可能会遇到一些异常，如何去分析解决这种问题18 问在哪，实习的时间是多久19 为什么要决定要离开这家公司20 自己的职业规划是什么21 自己在大数据这块，你自己有哪些优点支持你做大数据工作22 写一个sql题（分组topn的变形）23 反问1，数据探查您是如何探查的24 反问2，在接触到一个新需求的话您是如何更快的了解指标的

题目描述 为了达到新冠疫情精准防控的需要，为了避免全员核酸检测带来的浪费，需要精准圈定可能被感染的人群。 现在根据传染病流调以及大数据分析，得到了每个人之间在时间、空间上是否存在轨迹的交叉。 现在给定一组确诊人员编号 (X1,X2,X3,…Xn)在所有人当中，找出哪些人需要进行核酸检测，输出需要进行核酸检测的数。 (注意:确诊病例自身不需要再做核酸检测)需要进行核酸检测的人，是病毒传播链条上的所有人员，即有可能通过确诊病例所能传播到的所有人。 例如:A是确诊病例，A和B有接触、B和C有接触 C和D有接触，D和E有接触。那么B、C、D、E都是需要进行核酸检测的人 输入描述 第一行为总人数N 第二...

#软件开发2024笔面经# 1说说你对数仓里分层的理解，越详细越好？2说说你对数仓里数据建模的认知理解，越详细越好？3之前做过数仓么？4请简要说明什么是数据仓库，以及它与数据库的主要区别。5列举几种常见的数据抽取、转换和加载（ETL）工具，并简述其特点。6如何处理数据中的缺失值？请举例说明至少两种方法。7讲一讲你对分布式数据处理框架（如 Hadoop、Spark 等）的理解。8在大数据环境下，如何保证数据的一致性和准确性？9描述一个你参与过的数据开发项目，包括遇到的挑战和解决方案。10如何优化 SQL 查询以提高性能？11数据分区有哪些常见的方式和好处？12解释一下数据清洗的主要流程和步骤。13什么是数据建模？请说明几种常见的数据模型。14如何处理海量数据的实时处理需求？15谈谈你对数据治理的理解和重要性。 #大数据#

题目描述某个产品当前迭代周期内有 N 个特性（F1,F2,......FN）需要进行覆盖测试，每个特性都被评估了对应的优先级，特性使用其 ID 作为下标进行标识。设计了 M 个测试用例（T1,T2,......,TM），每个测试用例对应一个覆盖特性的集合，测试用例使用其 ID 作为下标进行标识，测试用例的优先级定义为其覆盖的特性的优先级之和。在开展测试之前，需要制定测试用例的执行顺序，规则为：优先级大的用例先执行，如果存在优先级相同的用例，用例 ID 小的先执行。输入描述第一行输入为 N 和 M，N 表示特性的数量，0 < N ≤ 100M 表示测试用例的数量，0 < M ≤ 10...