腾讯产品经理面经

📍 公司：夸克💼 岗位：产品经理 / AI方向（据项目判断）🎯 面试风格：重项目深挖与思维碰撞，全程无八股文请详细介绍你做的一个核心项目。（深入追问）该项目当前存在哪些潜在问题？是否有考虑过优化方向？针对现有方案，后续你会如何迭代或改进？逻辑依据是什么？如何看待AI搜索的适用场景？其核心价值体现在哪些方面？在AI搜索中，如何平衡响应效率与结果质量？💻 代码题手撕 KMP 字符串匹配算法（考察字符串处理与算法实现能力）💡 面试感受面试官思维严谨、有深度，不拘泥于标准答案，更关注问题意识与迭代思维；主动指出项目中的盲点，并引导探讨解决方案，互动感强；反问环节信息量大，涉及业务逻辑与AI产品核心权衡（效率 vs 质量）；整体体验良好，体现团队对产品/技术深度的追求。🙏 求一手心软面试官，顺利进二面！

📍 公司：虾皮（Shopee）💼 岗位：大数据开发工程师📅 面试时间线：7.30 一面8.4 二面8.8 收到感谢信（未通过）面试问题记录请介绍你实习中负责的数仓数据流向及核心业务场景。详细说明一个具体业务模块，包括所用技术栈与上下游用户。针对问题2中的业务，如何处理并发场景下的“不可重复读”问题？大数据技术栈掌握情况？重点提问 Spark 的使用经验。如何优化实际 Spark 任务？请举例（如数据倾斜、Shuffle 优化）。描述快速排序算法的基本思想（穿插在数据倾斜优化中考察基础）。是否遇到过数据写错的情况？若数仓数据写入 Kafka 错误，如何修复？➤ 进一步追问：HDFS 数据已错，但 Kafka → 业务表已生效，如何保证一致性与服务可用性？若需从某个 Kafka Topic 消费数据并入库数仓，你会如何设计流程？（开放性问题）🙌 面试感悟虽为实习经历深挖，但问题贴近真实生产场景，尤其关注高可用、数据一致性、容错与恢复机制；对数据链路的闭环理解要求较高，需清楚“从出错到修复”的全链路影响；建议提前准备：✅ 典型数据倾斜解决方案（如加盐、两阶段聚合）✅ Kafka 重放与幂等写入策略✅ 数仓分层中各层容灾与回溯能力设计📌 C端业务对数据质量与系统稳定性要求高，面试更倾向考察“出问题后怎么办”的应急思维。

第一次面字节，体验MAX 给面试官和字节点个赞（虽然我好像也没几次面试）项目拷打Spark Structured Streaming VS FlinkSpark Structured Streaming VS Sparkexactly one如何实现忘了 反正简单八股 但是没答上来一半（诗人握持）SQL JOIN类别手撕 二叉树层序遍历SQL 行转列 列转行（不会）最长不重复子段反问9.17 更新：凉了

1、自我介绍2、Java 的 AOP 是什么？作用是什么？主要解决什么问题？好处是什么？3、WebSocket 是怎样的一个协议？4、WebSocket 建立连接的过程采用的是什么协议？5、项目中如何解决多人协作过程中出现的冲突问题？6、协作过程中的锁逻辑是怎么实现的？7、HTTP 的请求信息里面有哪些内容？8、请求行里面有哪些具体的内容？9、谈谈 HTTP 请求过程中的传参方式是怎样的10、项目中 Redis 存储了什么样的数据？用的什么数据结构？Redis 除了字符串还有哪些数据结构？11、缓存的 key，value 是怎么设计的？和数据库中数据的对应关系是怎样的？12、谈谈项目中多级缓存的设计逻辑，为什么要用多级缓存，缓存的更新逻辑是怎样的13、谈谈什么是缓存雪崩、缓存击穿、缓存穿透以及这三种问题对应的解决方案14、为什么 Redis 的性能会比 MySQL 高这么多？是基于什么去设计的？15、谈谈项目中用 MQ 来处理什么问题16、MQ 中的消息被消费者接收了之后，如何保证消息一定会被完整处理？17、项目中对于消费者而言，消费逻辑的代码是怎么实现的？18、使用 MQ 过程中的幂等性是怎么保证的？19、除了项目中使用 MQ 的场景以外，MQ 还有哪些使用场景？20、反问