华为云BD面经

作为一名大数据工程专业的研究生，收到华为的实习面试邀请后，我既兴奋又有点紧张。华为在大数据、云计算和AI方面的项目一直颇具规模，我在实验室也经常用到华为云的分布式存储和计算工具，所以这次机会对我来说既是挑战，也是检验自己能力的时刻。面试当天是线上视频面试，HR提前一天发来了会议链接，还贴心地提醒我准备好稳定的网络和耳麦。面试开始，首先是自我介绍环节，我简单交代了自己的学业背景、参与过的项目，以及在实验室做的两个与数据仓库建设相关的课题。技术面提问部分面试官是一位资深的大数据架构师，第一句就直奔主题：“你在项目中具体承担了哪些角色？有没有数据模型设计的经验？”我提到了在校期间参与的一个基于Kimball维度建模的销售分析系统项目，并详细描述了如何在需求分析阶段识别业务过程和度量，以及如何根据不同的数据主题域设计星型模型与雪花模型。我还补充说明了在ETL流程中，如何处理缓慢变化维（SCD），尤其是Type 2类型的实现方法，包括在Hive中通过分区与有效期字段来管理历史数据。他听完后很感兴趣，追问：“如果我们有一个订单事实表，需要支持多维度分析，比如时间、客户、产品，但不同维度的数据规模和更新频率差异很大，你会怎样设计？”我答道：时间维度：预先生成完整的日期维并缓存在DW中，保持稳定不变；客户维度：考虑缓慢变化维，保证历史分析的准确性；产品维度：用码表+关联，保持高查询性能。并说明了在分布式环境（如Spark SQL）下，为避免join带来的性能瓶颈，可以使用广播join或分桶策略。场景题与解决思路接下来，他给了一个具体问题：“如果每天有上亿条设备日志进入系统，需要在分钟级完成故障模式检测，你会怎样设计架构？”我回答：数据采集：采用Flume/Kafka作为实时数据入口，将日志按主题与分区进行路由；实时计算：使用Flink进行流处理，通过窗口函数实现分钟级聚合；特征提取与模式匹配：在流计算过程中调用预先训练好的模型（可能是基于TensorFlow或PyTorch），完成在线推理；数据落地与分析：实时结果入ClickHouse或HBase，历史数据入Hive供离线分析；监控与告警：接入Prometheus+Grafana实现实时监控，并结合规则引擎触发告警。面试官点头认可，但提醒我在实际生产中需要考虑容错和数据延迟问题，比如Kafka的副本机制、Flink的checkpoint与状态恢复等。综合能力考察除了技术问题，他还考察了我的沟通能力与学习能力。他问：“如果你负责的某个数据模块上线后用户反馈查询慢，你会怎样定位问题？”我回答说会先定位问题范围：是前端展示慢还是后端查询慢；如果是后端，先看sql执行计划，分析是否由于join、group by等操作导致大量shuffle；再检查数据倾斜情况，必要时用加盐、按范围拆分等方式优化；同时关注底层存储的索引与分桶方式。思维延展与职业规划最后，他关心我的职业规划。我表示自己未来希望在数据架构与数据治理方向深耕，不仅掌握数据采集、处理、存储的全链路技术，还能从业务视角建立完善的维度模型和指标体系，提高企业数据资产价值。这与华为在智慧城市、通信网络、云平台等领域的需求非常契合。面试在轻松的氛围中结束，面试官说技术能力还不错，但建议我在模型设计中更多考虑跨域数据整合的复杂性，以及如何在超大规模数据环境下保持模型的易维护性。HR最后告知后续会有二面，可能会有更深层的系统设计题与现场编码题。面试感受与经验总结这次一面让我体会到几个关键点：准备要针对岗位需求 —— 华为的大数据实习不只是写代码，还要理解业务流、模型设计、性能优化，尤其是Kimball建模在企业级场景的落地方式。案例要具体 —— 面试时举的例子最好能体现规模、挑战与解决方案，比如数据量级、延迟要求、架构选型等细节。思维要全面 —— 技术方案不仅要能跑通，还要考虑高可用、可扩展性、运维成本等。表达要清晰 —— 把复杂的设计讲清楚，有时候比技术本身更重要。总之，这次面试虽然是虚拟的情景，但过程很真实，如果你未来准备大数据方向的华为面试，可以借鉴这种“技术细节+业务场景+性能优化”的答题方式，即使遇到陌生问题也能从架构思路入手，让面试官看到你的系统性思考能力

男面试官，面试风格非常温和，面试时间25分钟1，你的课题具体是做什么的？是自己完成的吗？2，这个创新点是如何设计的？3，遇到的最大困难是什么？怎么解决的？4，项目合作过程和其他人产生纠纷，如何解决的？5，你怎么制定自己的学习目标的？可以具体一下吗？6，有没有不是你的分内工作，但是你发现了问题，然后你怎么处理的？7，目前手里有其他的意向吗？反问，大概一到两周出结果，具体业务，需要进公司试用期结束后进行安排

📍面试公司：泽鹿视界🕐面试时间：null💻面试岗位：前端开发工程师（实习）❓面试问题：1.自我介绍2.fetch的流式渲染是怎么实现的3.虚拟滚动优化长列表是如何实现的，为什么能优化帧率，什么指标4.骨架屏有什么作用，前端性能优化参考什么指标5.CDN、增量渲染，为什么能减缓抖动6.宏任务、微任务、事件循环7.HTTPS的TLS协议8.手写防抖9.一道特复杂的this指向问题10.call（）、apply（）、bind（）的区别🙌面试感想：只有一面，技术面和hr面一起面，长达1h说一下我的面试感受，前期拷打我的项目，后面问我技术内容，涉及的八股非常少，还有js手写、场景题。主播当天头脑昏昏沉沉的，答的不是很好，然后面试的教室中间突然有人进来开组会，主播只能蹲到走廊上面试了，估计是要挂了。猪脑子又忘记录音了，今天实在打不起精神，导致我连问了什么都不知道了，在走廊上蹲的手脚都麻木了，然后后面hr问些奇奇怪怪的东西：你的同门是如何评价你的、你从小学到现在的成长历程、boss是怎么投递的、他们公司的口号是什么进取，自省，问我怎么理解的…后面还有一大推介绍公司的，其实到这里我已经脑子一片空白了，也没有心思听她讲了什么了，只想早点结束面试，好在这是小厂，本来也没打算去。总结一下，面试的时候一定要有一个好的环境，好的状态，不然面下来特别吃力，全程不知道在干嘛。

这家公司我也面试过，面试我的应该是部门负责人1 先自我介绍2 说一下你目前做的项目，对接的需求方的群体都是谁，需求怎么排期交付3 对于你做的数据你感觉怎么衡量做的好，业务对你的数据满意吗 还有啥提升的4 对于大数据来说你这边实时指标都是做的啥，对于实时时效性要求怎么样，怎么确保时效性可以满足5 看你做过财务数据，你做财务数据最让你头疼的是啥数据，这里面最大的难点是啥，对于这个难点你解决思路是啥6 对于数据湖和简单的数仓来说，为啥都说数据湖是趋势，对于这种你怎么看，你平时接触数据湖吗7 下面来做2个题吧，一个SQL，一个层序遍历8 你这边有啥要问我的吗