1.自我介绍加拷打简历数分实习关注哪些指标？怎么构建的数据检测体系？数仓实习负责的什么内容？接触到的最大数据有多大？使用的是什么引擎？（因为数仓实习很水也没问出什么东西所以转向一些八股）2.八股题星座模型和雪花模型区别？效率差异数据冗余…链表和数组的差别？使用spark引擎做wordcount，基本的流程是什么？（类似一个项目提问，学校教过但那是十二个月以前学的了）总的来说问的很简单，和其他面经的问题比简直简单不要太多（可能是因为是实习生的原因）但是自己太菜还是有一些答得不太好3.编程题一道sql两道python的算法题sql有三小题，计算dau dnu，计算新增次留率、日活次留率，连续出勤三十天的用户统计python算法比较简单，是关于“买卖股票的最佳时机”，先遍历数组，再计算每一天卖出可能的利润，利润做比较求得利润最高的一天。

1-之前某段实习的主要工作、具体做的事情及主要产出2-某实习中，某实验是否基于数据分析给出排序策略建议？是否做了AB实验对照？3-AB实验中灰度阶段效果好、全量放量后效果变差甚至反转，可能的原因有哪些？4-某段实习的业务背景：4.1-面向B端、G端还是C端？4.2-转化率的定义：是提升17%是课程售卖转化率还是学习机+课程的整体转化率？4.3-用户标签画像的互联网属性标签从哪里获取？5-对大模型辅助分析的认识6-是考研or保研；研究生院校的学硕人数 + 学习成绩排名7-反问：询问了该业务中的岗位定位、具体的培养机制

1-项目1：1.1-项目的背景及适配场景、团队成员1.2-项目核心思路是否独立主导1.3-如何基于业务提取项目设计思路？2-项目22.1-业务背景、目标、拆解目标、分析思路框架、最终效果介绍；2.2-核心问题是如何得出的？2.3-标杆人群如何定义？项目结论和核心影响因素怎么得出？2.4-策略效果是否验证/认证？2.5-项目中最大的成长是什么？项目有哪些可优化的地方？3-对大数据框架、数仓、数据模型有了解吗？4-对未来工作岗位、工作地点有什么期望？5-对未来行业的期望：偏向大厂/北上机会，还是其他也会考虑？6-反问：询问了具体业务、对校招生的定位

前段时间玩过小红书的面试，问题如下1，先自我介绍2 对于大数据来说说一下你做的最难的项目，难点是在哪，怎么解决的，解决了产生了哪些收益3 看你会实时，说一下数据湖的时间旅行，为啥大家在做湖仓和回溯任务会用这个4 flink的窗口触发机制，精确一致性如何保证，触发器实现原理5 starrocks的元数据知道吗，元数据是存在哪个地方，和hive的元数据有啥区别6 实时指标对于时间你这边用的是哪个，对于一个埋点日志，如果需要不同的时间维度你怎么设计这个埋点表，如何实现7，有啥需要问我的

一、自我介绍二、实习经历深挖根据我的实习经历，涉及到的知识点如，(一)AB实验1.AB实验如何设计进行分流?2.为什么选择T检验而非其他检验?3.如何选择实验的核心评估指标?4.实验结论如何?（二）异动分析1.如何判断异常是正常波动还是业务策略导致?2.异动分析的分析流程3.异动分析如何更快发现问题?(强调了“更快”，面试官说可以做提前相关/子数据的系统化监测预测看板)（三）模型评估1.准确率、精确率、召回率、F1分数的计算公式2.还可以用什么指标评估模型效果?什么是AUC?(四)业务相关1.如何与非技术背景的业务方有效沟通，并说服他们采纳你的数据结论?2.当实验结果与预期不一致时怎么办?三、数据分析技能1.是否了解 Hadoop/Hive/Spark?2.SQL熟练程度如何?如何处理大数据量下的性能问题?使用什么方法优化查询效率?3.是否了解过常见的机器学习算法(如逻辑回归、决策树)?什么是决策树?如何进行剪枝?4.是否用过 AI代码生成工具

1.实习相关，业务，技术栈，解决问题的方法等2.实习中数据倾斜的场景产生原因，怎么解决3.用过什么开发语言，大数据相关的技术栈4.有用过 Doris等吗5.mysql索引的数据结构，为什么查表快，有没有遇到过加了索引反而慢了的场景6.职业规划7.工作中有用过 Al coding吗8.Hbase中rowkey设计的原则9.数仓分层，需要跨域的放在哪一层，怎么结合10.范式建模和维度建模的优劣编程题:数组中数字无序，要求找出连续的数字的最大长度

timeline: 8/16投递，9/9一面， 之后挂了，9/26被另一个部门捞一面第一次一面：先项目拷打八股：Java中有哪些数据结构Java中的基本数据类型了解Java的线程吗？线程池有哪些方法？LRU Cache怎么实现？了解大数据框架吗，如Hadoop, HiveMysql 中UNION和UNION ALL的区别不同join类型的区别Mysql底层数据结构B树和B+树的区别Mysql索引的原理是什么Mysql索引类型有哪些SQL题:类似lc185. 部门工资前三高的所有员工，考OVER用法算法题：lc704. 二分查找第二次一面：开放性问题：为什么选数据开发方向？了解想在这个方向就业需要学哪些知识吗？对于没有接触过的东西你是怎么学的？八股：JVM的内存结构你了解哪些垃圾回收算法，如何运作？多线程实现的方式有哪些？有什么手段能保证线程安全？具体用过的有哪些？什么场景下用的？为什么要用？解决了什么问题？数据库的事务是什么？解决了什么问题？MySQL中是如何实现事务的？MySQL有哪些引擎，区别是什么？MySQL中有哪些索引，结构是什么样的，怎么实现的？如何优化慢SQL?如何判断索引是否命中？如果用分库分表的方式查询，该怎么组织查询结果？如何找到要查询的数据库？SQL题：sales表有product_name, date, sales_amount字段，计算销售额最高的3个商品如何把排名显示出来如何计算每周销售额前三的产品算法题：lc8. 字符串转换整数 (atoi)，要考虑各种情况（正负整数，浮点数，NaN，科学计数法，百分数等）因为项目做的内容是偏数据的，以为投数据开发也行，但是对大数据框架、SQL题并不了解岗位不匹配，两面都挂了，白白用掉了投递机会家人们还是老老实实投Java开发，不要投错岗了

1.实习介绍2.MR执行过程和原理3.两个大表做join 发生倾斜怎么处理?4.doris和ck，区别，优势，不足?业务使用场景，如何选型?5.实习相关的数据体量有多大，数据规模挺小的，为什么要做成大数据6.数据质量问题，从哪几个方面考虑7.监控相关，如何去解决数据异常?8.平时怎么学习大数据知识，通过什么方式

1.挑一个项目介绍2.了解实习经历3.针对实习项目，问数据层次怎么分层4.数据分层的作用5.针对具体实习项目，说明业务逻辑6.说明实习项目的“订单量"这个指标从源头到产出的 ETL过程7.针对实习项目，复盘后最大的难点是什么8.复盘之后有什么收获9.你刚才说复盘收获是处理小文件，那么spark怎么处理小文件的?10.处理小文件有哪些方法，举例子11.hive冷热分离的方法12.你刚才提到了组里有做ec存储，你了解ec存储吗13.暑期实习有什么感受，转正了吗14.了解spark的semi join吗，他是干嘛的15.了解spark的AQE，这是什么16.你刚才讲AQE提到了广播机制，这个在spark中很重要，讲讲广播过程呢17.了解网络吗?讲讲三次握手和四次握手区别。18.了解数据结构吗?讲讲0(nlog n)的不稳定排序算法Q1.求开方:给定排序算法。num=5.79，error=1e-8，求x使得abs(x^2-num)

1.挑一个项目介绍2.了解实习经历3.针对实习项目，问数据层次怎么分层4.数据分层的作用5.针对具体实习项目，说明业务逻辑6.说明实习项目的“订单量"这个指标从源头到产出的 ETL过程7.针对实习项目，复盘后最大的难点是什么8.复盘之后有什么收获9.你刚才说复盘收获是处理小文件，那么spark怎么处理小文件的?10.处理小文件有哪些方法，举例子11.hive冷热分离的方法12.你刚才提到了组里有做ec存储，你了解ec存储吗13.暑期实习有什么感受，转正了吗14.了解spark的semi join吗，他是干嘛的15.了解spark的AQE，这是什么16.你刚才讲AQE提到了广播机制，这个在spark中很重要，讲讲广播过程呢17.了解网络吗?讲讲三次握手和四次握手区别。18.了解数据结构吗?讲讲0(nlog n)的不稳定排序算法Q1.求开方:给定排序算法。num=5.79，error=1e-8，求x使得abs(x^2-num)

1.挑一个项目介绍2.了解实习经历3.针对实习项目，问数据层次怎么分层4.数据分层的作用5.针对具体实习项目，说明业务逻辑6.说明实习项目的“订单量"这个指标从源头到产出的 ETL过程7.针对实习项目，复盘后最大的难点是什么8.复盘之后有什么收获9.你刚才说复盘收获是处理小文件，那么spark怎么处理小文件的?10.处理小文件有哪些方法，举例子11.hive冷热分离的方法12.你刚才提到了组里有做ec存储，你了解ec存储吗13.暑期实习有什么感受，转正了吗14.了解spark的semi join吗，他是干嘛的15.了解spark的AQE，这是什么16.你刚才讲AQE提到了广播机制，这个在spark中很重要，讲讲广播过程呢17.了解网络吗?讲讲三次握手和四次握手区别。18.了解数据结构吗?讲讲0(nlog n)的不稳定排序算法Q1.求开方:给定排序算法。num=5.79，error=1e-8，求x使得abs(x^2-num)

1.挑一个项目介绍2.了解实习经历3.针对实习项目，问数据层次怎么分层4.数据分层的作用5.针对具体实习项目，说明业务逻辑6.说明实习项目的“订单量"这个指标从源头到产出的 ETL过程7.针对实习项目，复盘后最大的难点是什么8.复盘之后有什么收获9.你刚才说复盘收获是处理小文件，那么spark怎么处理小文件的?10.处理小文件有哪些方法，举例子11.hive冷热分离的方法12.你刚才提到了组里有做ec存储，你了解ec存储吗13.暑期实习有什么感受，转正了吗14.了解spark的semi join吗，他是干嘛的15.了解spark的AQE，这是什么16.你刚才讲AQE提到了广播机制，这个在spark中很重要，讲讲广播过程呢17.了解网络吗?讲讲三次握手和四次握手区别。18.了解数据结构吗?讲讲0(nlog n)的不稳定排序算法Q1.求开方:给定排序算法。num=5.79，error=1e-8，求x使得abs(x^2-num)

面试官说理解校招生不理解引擎相关知识点，主要提问项目。即使我的项目很水很简单，也一直在提问与项目技术栈相关的知识点。还有手撕代码。最后好像问了几个spark、数据倾斜的简单八股。

1、自我介绍2、询问实习——》感觉讲的时间长了，讲了5分钟。中间没给面试官反问，且逻辑较混乱3、项目的技术栈4、讲一下Spark的sql执行流程5、宽窄依赖怎么理解的？6、有一条SparkSQL执行很慢，你会怎么排查。7、你如果要看OOM的话，有没有接触过相关的工具，你平常查看线程的工具用过吗？8、Doris用的什么表的模型9、Hive你了解怎么样？你简单说一下他的调优机制10、mapjoin涉及大小表的划分，那小表的划分按什么依据来的，会不会有优化器觉得是小表，但实际是大表的情况。11、一般来说Reduce个数一般怎么计算的？反问：1、是不是驻场开发（被先前的好几家外包整烦了，但不太应该在这里问的）——>不是，给客户提供大数据平台的，做大数据平台上的OLAP引擎开发的，如StarRocks。

徕以为.目前所在地在哪?现在有课程安排?2.面试官介绍面试的流程3.自我介绍。4.sql题(口述回答):要取年至今所有用户的首次及末次下单时间。5.如果在此基础上，还要求出首次及未次下单时间对应的订单id、商品id等，应该如何处理?6.了解row_number吗?7.介绍一下实习公司的业务/产品?8.讲一下你做过的任何一个优化案例?9.有其它关于计算资源、存储的具体优化案例吗?10.介绍-下spark问题定位的流程?11.介绍一下项目涉及的核心指标?12.项目中部分指标是怎么做的(计算逻辑)?13.有没有考虑过为啥要做这些指标?14.有接触过实时项目吗?15.为什么要数仓分层?16.维度建模有哪些模型?17.有了解过大模型吗?有做过算法题吗?18.sql题:求出所有成绩均大于80分的学生姓名?19.讲解一下代码的思路?你写的代码可以如何优化?20.知道distinct和group by的区别吗?21.什么时候能到岗?能实习多久?22.反问环节。

1.实习介绍2.介绍-下spark的内存模型?3.动态内存管理中存储内存和执行内存的区别?4.对堆外内存有了解吗?5.有了解过oom的几种类型吗?6.治理过数据吗?举个具体的优化案例?7.除了提高shuffle并发，还有什么方法能优化?8.平时在公司平台上使用的大数据组件有哪些?9.spark是完全基于内存吗?10.spark的几种join有了解吗?介绍一下?11.sort join和hash join的shuffle区别?12除了join，还有哪些操作会引起shuffle?13.spark shuffle过程中有sort和没有sort的区别?14.熟悉非等值连接吗?15.sql题:求次日、三日、七日留存率16.如果是日增量的分区表数据量很大，如何进一步处理?16.需要用distinct吗?代码能否优化?17.反问环节

1.挑一个项目介绍2.了解实习经历3.针对实习项目，问数据层次怎么分层4.数据分层的作用5.针对具体实习项目，说明业务逻辑6.说明实习项目的“订单量”这个指标从源头到产出的 ETL过程7.针对实习项目，复盘后最大的难点是什么8.复盘之后有什么收获9.你刚才说复盘收获是处理小文件，那么spark怎么处理小文件的？10.处理小文件有哪些方法，举例子11.hive冷热分离的方法12.你刚才提到了组里有做ec存储，你了解ec存储吗13.暑期实习有什么感受，转正了吗14.了解spark的semi join吗，他是干嘛的15.了解spark的AQE，这是什么16.你刚才讲AQE提到了广播机制，这个在spark中很重要，讲讲广播过程呢17.了解网络吗?讲讲三次握手和四次握手区别。18.了解数据结构吗?讲讲O(nlog n)的不稳定排序算法Q1.求开方:给定排序算法。num=5.79, error=1e-8，求x使得abs(x^2-num)

一面（2025-4-27）：视频做题：1、在一个用户访问量激增的网站中，页面加载速度明显下降。采取哪些措施优化2、凸包算法问题3、OOM线上排查二面（2025-5-07）：自我介绍常规八股mysql与redis实习项目与个人项目AI接口调用消息中间件的使用反问：公司业务与技术栈，研发人员情况三面（2025-5-09）：自我介绍职业发展与规划对银行业务了解多少对AI的看法日常AI的使用薪资要求毕业之前能不能来实习能不能接受加班（以上凭记忆与笔记回忆）通过（薪资还可以不过没去）

深圳桑椹汽配科技有限公司的 软件工程类（深圳）岗位，这个岗位应该是偏大数据方向的，面试时间25分钟左右，面试官人好好，可惜自己好菜呀面试环节：1. 自我介绍2. 说一下实习3. 实习最大收获是什么4. sql熟悉程度5. 2张表，员工表和部门表，如何查询所有员工和对应的部门6. 员工表如果有工资字段，如何查询每个部门工资最高的员工7. 你学java，为什么考虑这个大数据开发岗位8. 你觉得大数据开发，需要什么技能与品质9. 你提到说自驱力，能举一个具体例子吗10. 你对大数据开发岗位，用到哪些框架有了解吗11. 你认为大数据开发和java后端开发，区别在哪12. 数据处理流程是怎么样的13. 在学校有参加社团或者其他组织吗14. 参加过什么比较大型的活动或者竞赛吗15. 比赛中如何分工，怎么达到目标16. 遇到分歧如何解决17. 给自己的数据能力打个分，1-10分，你觉得自己能得到多少分18. 得分点是什么，扣分点是什么19. 你觉得你未来如何帮助自己解决不足之处反问环节：业务，工作内容，然后面试官非常详细地说了一下，真的很好，非常感谢第二个问题，我个人表现如何