1.讲一下实习做的东西，学到的东西2.数据集市涉及到的维度和事实表有哪些3.讲一下数据对于整个公司，业务的意义作用4.数仓分层的理解5.分数据集市建设的数仓架构优缺点6.了解的大数据基础组件7.Spark Ui怎么看，关注哪一些点去判断数据倾斜8.Sql语法中哪些关键词最容易导致数据倾斜9.说一下shuffle，以MR为例shuffle中涉及到哪些算法，不同算法涉及到哪些场景10.之前实习开发的表会有加监控吗11.作为数据同学，应该注意数据质量的哪些方面，以及如何保障数据质量12.聊家常，聊最近在学啥，聊aiSql 连续登录

时长40分钟左右，总体问的东西不难（感觉是简历上没东西可问的）。今天面两场有点晕，这个面经只能是记得多少写多少了。1. 自我介绍2. 你的项目是学习的时候做的吗3. 你提到数据仓库分层，分别讲讲每层的作用4. 你提到DWS层存储一些指标，这个层可以删掉吗5. 讲讲HDFS（说了组件构成和读写流程）6. secondary nn起到什么作用（这里是我讲hdfs的时候，脑子抽抽忘说了，面试官点了一下）7. 讲一下mapreduce的流程8. 你提到shuffle过程中的排序，那在mr的shuffle中都有哪些排序9. 数据倾斜在什么情况下发生，如何解决10. java面向对象特性11. hive中的分区和分桶有什么区别12. hive的内部表和外部表的区别13. 说说udf udaf udtf14. 研究生阶段印象比较深的课程15. 撕两道sql（第一个考察left join、right join、inner join），第二个窗口函数16. 面试官顺势问了row_number() rank() dense_rank()的区别17. 反问中间问java，面试官应该是看出来我没怎么学java的八股内容，就没怎么追问java内容了。写sql的时候，因为不能编译运行，脑子想了半天，感觉写的有点慢了，还是得多练。#数据仓库实习生##字节暑期实习##大数据开发#

岗位：大数据开发实习生职位描述1、参与字节抖音小游戏与玩法业务离线和实时数据仓库建设工作；2、面向PB级超大规模数据问题，每天处理千亿增量的用户行为数据；3、为大数据的全生命周期提供服务，覆盖数据产生，传输，建模，统计分析，实验评估，可视化的全流程；4、构建设计良好的数据流、数据仓库、调度系统、查询引擎，数据服务、分析系统、流程规范，数据工具/产品，降低数据的使用门槛，保证系统稳定高效运行，以实现数据的最大价值。职位要求1、2026届及以后毕业，本科及以上学历在读，计算机相关专业，或具备同等计算机知识水平和学习能力的其他专业应届生；2、熟悉数据仓库实施方法论、了解数据仓库体系；3、会使用SQL，掌握Java、Python、R、Scala、C/C++ 中任意一门编程语言；4、 有大数据集、分布式计算工具（Map/Reduce，Hadoop，Hive等）工作经验优先；5、 思路清晰，善于思考，有很强的数据分析能力，能独立分析问题并推动解决问题；6、 每周可以实习4天以上，连续实习3个月以上。目前急招中，跟进很快，最好之前做过数仓实习，base北京知春路有意投简历至某易邮箱tang_3145

4/18更新：收到感谢信了，二面确实面得不好，以后有机会再战吧————————————————1. 自我介绍2. 项目深挖（细节记不清了）3. 了解过为什么要做数仓吗，有什么价值4. 如何进行数仓的学习5. java常见集合6. sql 各部门薪资，去掉一个最大去掉一个最小，取均值7. 反问感觉项目回答的不好，sql很简单但是上来脑子瓦特 写错了，面试官提醒了一下