面的是团子的金融部门，挺感兴趣的，记录一下二面问题1.说说你做的两个项目（一个离线数仓一个flink）2.你挑一个详细说说吧（面试官笑，当时感觉有点不妙了，，，觉得面试官啥都能问，我说了flink）3.说说watermark机制4.说说checkpoint机制5.说说exactly-once是怎么实现的6.了解反压吗（了解）7.你觉得hadoop和spark差别在哪8.你对实时更感兴趣还是离线更感兴趣9.接着拷打离线数仓内容，你了解数仓分层吗？为什么要分层？10.你说dwd层有周期快照事实表和累积快照事实表，这两个表有什么用？11.为什么要同时设计这两个表呢？（面试官应该是觉得累积快照事实表会有数据冗余，其实只留周期快照事实表就行了）12.如果要使用用户的明细数据，应该去哪个层取？。。。。。。（省略一些问题，回想不起来了）13.做一道sql题，是求每月每个城市平均每个配送员送单量（面试官自己出的，第一次写完是错的，面试官给了一些思路引导我再写一次，写完以后才发现这道题还挺简单的，但写的磕磕碰碰，不知道面试官怎么想了）总的来说，面试官问的很具体，都是从项目出发问一些实际业务中的问题，感觉很有挑战。另外面试官也很nice，会很耐心的引导我思考问题以及解释场景许愿二面过~

百度地图组 50min 无算法1.自我介绍2.项目拷打3.项目-项目上线or还是预研4.项目-项目怎么迭代，你是下发任务的，还是合作任务的5.项目-怎么合作任务（主要问接口文档怎么写的）6.项目-spark是什么写的，为什么不用scala7.用过spark什么算子你感觉特别惊艳，其算子源码是怎么写的8.问了一个奇奇怪怪的算子，可能是我没用过，也可能是没听懂他发音（x）9.在一个大型项目中，有很多spark任务，你会让spark任务怎么进行管理，你怎么知道任务执行到什么程度，你怎么控制任务的提交和撤销10.项目-讲讲redis，为什么项目里在持久层和用户间引入一层缓存11.项目-nacos干啥用...

#软件开发2024笔面经# 阿里云数据开发岗位面试公司名称:阿里云面试岗位:大数据开发整个是大数据开发，我以为是数仓开发，结果问的全是Spark问题，被搞自闭了。1，自我介绍2，park中RDD的Task数量由什么决定?3，Spark怎么实现算子中的变量共享?4，Spark共享变量的使用条件?5，可序列化?连接池实例是在算子内还是在算子外?我一开始没想好，先回答了连接池的作业:是为了连接的复用，将可能会用到的连接通道给提前打开，存在大量通信请求场景时，可以用到连接池来优化整个通信过程的效率。我回答是 连接池实例应该在算子外创建和管理，这样算子共享相同的连接池。但面试官说让我好好想想。然后问我如果进行网络连接，是一台电脑连接还是多台连接?应该是在算子内，通常是因为数据不能或不应当在算子之间共享，或者存在连接泄漏的风险。例如，在使用HBase时，连接器必须在算子内实例化连接池中的连接，以确保每个算子在处理数据时都能获得可用的连接。6，习惯用的语言?Scala熟练不?对Scala有什么看法?7，为什么选择Spark来处理数据?因为非结构化的数据多吗?这是3面，整个流程大概花了50分钟，问的问题脉友一场，知无不言

Vivo 泡池子泡死了，大部分同学都在2024-04-03~2024-04-08左右（清明节前后）开了。 2024-04-19收到感谢信。 投递2024-02-27 深度学习算法工程师（AI方向） （线下）一面2024-03-26 30多分钟。基本围绕项目，无八股。把自己项目准备好，感觉还行 自我介绍 介绍项目一与项目三，以及一些衍生问题。 spark单个计算节点计算量很大怎么办？（数据倾斜。。。没考虑过；面试官让随便说一下） 你觉得Transformer为什么能够在nlp一统天下？ 你觉Transformer相对于其他模型最大的优势是什么？ 专硕三年？专硕和学硕的区别？ 实习？ Jav...