接上篇。🗓微软-MAI-Software Engineer Intern2/6投递，2/14收到问卷，2/26面邀，3/11一面挂。微软面试流程和阿里国际相似，先把所有人放在大池子里进行一面，后续再根据面试表现及匹配度分配岗位的具体方向。由于投递的部门是MAI，所以面试官看重简历是否与AI强相关，包括论文科研等，Coding考察的是用栈实现队列，以及一道智力算法题。用栈实现队列基本ac，但是智力算法题没想出来。一面挂。🗓亚马逊○Business Intelligence Engineer Intern：2/7投递，2/10简历挂。○Software Dev Engineer Intern：2/7投递，2/11收到OA邀约，2/12完成OA，由于OA的Coding三题均只通过60%测试用例，2/14挂。○System Development Engineer Intern：2/7投递，2/14收到OA邀约，2/16完成OA，Coding全部AC，但是最后2/24挂，可能是因为workstyle部分与公司文化不匹配，亚马逊比较看重这个。🗓Shoppee-大数据开发工程师3/13投递，3/14笔试邀约，3/20笔试挂。笔试部分考察408，以及三道算法，一道SQL。算法题只通过60%，笔试挂。🗓阿里国际-Bravo102实习生计划3/29投递，3/31面邀+测评+笔试邀约，4/3一面。同上，阿里国际和微软面试流程相同，先进池子一面再细分，所以面试基本围绕简历进行，整体聊的比较好，但是由于本人乱做在线人才测评，后面撤回笔试，一面挂。#面经# #软件开发# #数据开发# #大学生实习#

在大数据处理的浪潮中，Apache Flink 无疑是当前最炙手可热的流式处理框架之一。它以低延迟、高吞吐量以及强大的容错能力，成为无数企业构建实时数据处理管道的首选工具。不管是实时日志分析、用户行为监控，还是金融交易的风控系统，Flink 都能游刃有余地应对海量数据的持续流入。然而，开发和维护一个高效的 Flink 程序绝非易事，尤其是在面对复杂的业务逻辑和动态变化的数据流时，调试和查看中间结果就显得尤为关键。想象一下，你辛辛苦苦写好了一套 Flink 程序，部署到集群上后却发现输出的结果和预期完全不符。数据丢失了？还是计算逻辑有偏差？又或者是某些算子在处理时遇到了瓶颈？这个时候，如果没有有...

#面试经验谈# 1 在介绍数仓模型时大概分下面介绍数仓分层有哪些层，每一层的作用和构建原理，有哪些数据域和主题，对于域和主题是怎么划分的，数仓命名规范怎么定的，ads层主要是怎么设计的，数据怎么对外运用，数仓不能跨层依赖，dwd必须要有ods的所有字段，不能聚合操作，dws一般都是轻度聚合，比如用户和订单的聚合，ads通常不能直接来源dwd，只能从dim和dws来，dim层快照和非快照的区分2 实时任务如何做到不延迟我认为该这样答，首先确保source端消费能及时消费，要评估一下数据的QPS，然后中间计算阶段并行度要够，在规定时间需要计算完成，最后sink阶段需要及时落表，还有就是任务失败要从checkpoint拉起任务，并且消费kafka的偏移量要从最新的地方拉起，防止重复消费导致延迟，

哥几个过完年又来上班了！！，第一周完全没啥工作效率，做点简单的事情内推一下同学们春招基本没啥人投，毕竟当初这个点大家都已经确定完在写论文了，确实是个捡漏的好机会，春招岗位满了会下线，所以尽快投吧 投递看这里，记得内推码要手写！！！ 不然我没办法跟进进度 内推后有啥问题可以评论区留言 也记得帮我点个赞，谢谢！实习投递链接：https://hr-campus.vivo.com/intern/jobs春招投递链接：hr-campus.vivo.com/campus/jobs入职vivo有一段时间了，强度是有一些，但是平时总有一些时候比如一些活动，聚会之类的能让人感觉到放松，上班的心态和学生...