1. 实习日常工作都做什么2. 数仓的分层，主题域3. 流量域ods层上游数据源是什么，整体的数据加工链路4. 介绍一下spark，当下能想到的所有关于spark的内容5. rdd弹性数据集，弹性体现在哪些方面6. 引起数据倾斜，spark-ui的看法7. 数仓基建，模型改造是怎么做的，背景是什么8. 简历上的旧任务迭代具体是什么9. 任务优化，主键是什么，具体怎么做的，任务执行为什么慢10. 数仓用户域的改造（个人项目11. spark的任务提交和执行流程12. 怎么评价一个模型设计的是好是坏13. hdfs的读写流程，为什么是三个副本14. 知道温存吗，生命周期是什么15. python装饰器是什么。。。。。。16. 小文件产生原因及危害17. Sql 两个简单group by 一个留存率 一个连续登录18. 算法题：移动最少区间个数 使得剩余区间无重叠  1. 输入：[1,2][2,3][4,6][1,3]  2. 输出：1  3. 解释：移除[1,3]后，剩余区间无重叠19. 算法题：链表的两数相加

1.自我介绍2.项目拷打其中涉及接口自动化的多API组合的方式没答出来，出来之后突然想起来了，就是类似于@Test注解的group和priority，设置一下组和优先级，比如接口1和接口2都要测试，但是接口2前置依赖于接口1，可以设置接口1和接口2在一个group里且接口1的priority高于接口2，就能够实现多接口测试3.没有3，全是问项目，也没有做题（可能是因为有笔试？）

【官方JD】1、协助建设全站的基础数据能力，提供丰富、稳定的短视频社区公共基础数据，探索更多数据能力的增量价值；2、支持快手主站各类数据专题体系的建设，通过数据+算法+产品，赋能业务，提供全链路、可分析、可复用的数据能力，提供更直观、更具分析指导性的产品化能力。任职要求1、25届及以后毕业的本科或研究生，能够连续实习5个月及以上，每周能保证全勤者优先；2、计算机、大数据相关专业；3、熟悉Hadoop数据体系，擅长实时或离线计算的实施优化；4、有数据仓库或者PB级数据处理经验的优先。【人话版本】北京hc，一定要能保证实习5个月以上；最好计算机和大数据相关专业，熟练SQL写法；后端方向、数分方向的勿扰！！！；需要掌握Spark、Hadoop原理，如果有PB级别处理经验更优；简历请投：**********

1.在之前实习中主要做的工作2.五个月实习中，自己收获，以及给团队带来最大的收益3.比较之前两段实习分别给自己带来的收获，以及两段实习的对比和差异，更喜欢哪一种工作方式4.为什么选择数开而不是分析5.中间实习中遇到的困难，如何平衡工作和学习6.遇到困难怎么样去解决。7.手上offer情况，怎么选择offer