在这里先不透露公司名了，是一家不错的公司。面试体验不错，全程开摄像头，面试官很好，面试氛围很好，不是那种死气沉沉的。面试时间：4.23面试时长：30min1.自我介绍2.先看了看项目的技术栈，这里主要是用java开发的，问了平时常见的springboot类型的注解。3.看到你用mybatis，那平时用mybatis写sql用到的标签有哪些？4.秒杀场景的分布式锁如何实现？5.分布式锁的key键怎么设计的，有什么考量，你讲一下。6.索引给什么字段加？7.索引的几种类型有哪些？8.讲讲索引为什么快？--索引的底层实现9.回表有了解吗？10.平时的数据库是用的mysql吗？--用的mysql--问事务的特性11.事务的隔离级别12.redis的基本数据类型有哪些？13.容器化有了解过吗，docker用过吗，linux的基本命令？14.询问实习做的项目15.了解多线程吗？假如给你一个场景该怎么做，我这里说的是用户的下单和支付为例来讲如何设计，这里记不太清了大概是考多线程的场景然后问你解决方案设计方案。16.岗位是ai全栈岗，这时候给你来个需求，你该怎么拆分需求跟ai讲清楚？--自己想一个场景来讲。17.接不接受转语言？学习能力如何？18.反问面试的时候还有几个问题没记住，考的是我不太会的原理实现，大概的内容复盘是这样。这几天面的有点多记不太清了。面试结果：通过

一共有10道选择题和4道编程题。选择题考的内容挺杂的，有多项式回归、辛普森悖论、B树、决策树、相关系数、正态分布，还有Python的列表转换和类与对象，以及PSI这些东西。编程题包括回文序列、没有找零系统的购物问题，还有两道中等难度的SQL题。说实话SQL题本身不难，这是我第一次参加数分岗位的笔试，很有自信哈哈哈，就没复习语法，结果两道题都用到CASE WHEN，我忘了要写END，一直报错……只能当作一次教训了。以后笔试前一定要把基础语法和常用函数过一遍！！！

我这也面试了一家游戏公司，大数据开发，似乎感觉聊的还行，也二面了1 先自我介绍2将你之前做的项目介绍一下，重点说一下技术难点和使用的技术栈，以及遇到什么难题3 有游戏相关的经验吗，对于游戏你这边知道主要看哪些指标吗，对于指标波动有啥好的提升方式4 你们这边用的数据平台主要是哪些，里面对于一些任务的管理和上线有啥区别，对于一些任务报警和数据监控是怎么配置的5 对于湖仓架构看你也涉及了，你这边主要是用的哪些技术，对于湖仓技术来说主要是解决了哪些问题，为啥要选这个技术，遇到哪些异常问题6 八股，数据倾斜怎么处理，flink如何实现精确一致性7 spark的宽窄依赖，任务调优有哪些参数，主要是解决啥问题8 对于大数据来说你感觉对于业务主要提供了哪些保证，对于一个技术来说你感觉实现起来有啥问题吗9 做一个SQL题吧，主要是用窗口函数实现10 有啥需要找我了解的

1.对存储的认知是（存储的分类，对象存储）2.mysql事务，C和D怎么实现的3.索引，查询索引过程4.redis数据结构，说说zset5.http协议结构6.socket编程7.锁的认知，什么时候用谁8.手撕：计算数组中每一位元素与其他相同元素的距离和

1.自我介绍。2.作为应届毕业生，应聘数据分析师岗位的优势和不足分别是什么？3.针对不足，入职后打算如何补足业务思维？4.分享一个从 0 到 1 学习新环境 / 新技能 / 新知识的完整案例。追问：上述学习过程中遇到了什么困难，如何解决？这次技术迭代的学习过程中，对你后续工作技能提升有哪些影响？整个学习过程大概花费了多长时间？5.日常使用的数据分析工具有哪些？追问：Power BI 的使用场景与用途是什么？6.数据清洗 / 预处理通常做哪些工作？缺失值、异常值如何处理？追问：重要数据无法直接删除或简单填充时，怎么解决？7.分享一个你作为项目负责人 / 组长的数据相关项目（背景、职责、分工、工具、成果）。追问：该项目上线后是否做过效果追踪与复盘分析？这个项目对你个人最大提升是什么？团队成员工作延期时，你如何沟通解决？8.未来 1-3 年职业规划是什么？想成为什么样的数据分析师？9.除基础能力外，你有哪些特质适合带领小组、推动工作？10.你沟通能力不错的底层原因是什么（换位思考 / 说服影响他人）？11.反问

1.深挖简历2.业务题：某一品类退货率高怎么处理（答得很烂3.sql的题（不会，没写4.还问了业务里面claudecode怎么防止权限太大ee（就答了一个沙箱隔离

最近也面了新浪科技的实时，感觉整体很好，估计有戏1 先自我介绍一下，面试官还介绍了一下部门的整体情况2 将你做的项目看看整体介绍一下，用了哪些湖仓架构，对于实时指标有哪些3 对于实时来说你感觉难点在哪，如果一个任务挂了你短时间找不到问题如何及时止损，如何解决这个问题4 对于实时指标来说主要是分为哪些，比如实时DAU实时营收，以及实时转化数据，还有实时画像，都是涉及到吗，怎么实现这些指标不丢数据5 对于实时任务出现oom主要是哪一块引起的，怎么避免这个oom，对于oom出现的场景有哪些方面会出现呢，6 对于窗口的水位线如果还是会出现数据延迟一般怎么处理，这个报警机制有吗，如果这个指标本来是100，就是因为集群网络原因导致晚了1分钟缺少5块，最后怎么能把这个钱弄进去，对于这种延迟一般flink内部怎么处理7 实时数仓建模和离线的区别点有吗，实时数仓建模主要是用在哪方面，为啥架构没有离线这么复杂8 对于湖仓技术来说，你在技术选型的时候主要是先考虑哪方面，是成本还是易用性方面9 对于指标异常有啥紧急的应答机制吗，怎么快速处理10，做个题目，找到用户最早和最晚的登录时间，一个SQL搞定11 有啥需要找我同步

第一次面这个岗位，我不记得我投过，可能被捞起来了？面试很快，大概花了20分钟，大概率KPI或者面试官已经不想跟我浪费时间了😂自我介绍拷打ai项目：实现了哪些agent，是只用了文字描述的prompt实现吗答：还有工具调用，使用了比较标准的react框架，……（介绍业务流程，提供的工具）这里还能说很多的，不知道为什么面试官没有再问拷打sql：左外连接，右外连接一个超简单的场景题，给你两个表，通过id连接，筛选不存在的记录答：（这里答错了，应该用where字段等于null，纯铸币）hdfs熟悉吗？答：了解相关概念，没有实际使用（没有再问）后面就开始聊天了之前的实习经验？答：负责了公司内部使用的接口编排工具的新功能开发和维护（没有再问）岗位主要负责：业务数据，内部数仓平台岗位主要需求：做AI开发，让agent进行一些数据分析任务问我是兼职还是实习，准备实习多久没秒挂是我没想到的，都过去半个小时了

1.自我介绍2.开始讲项目，然后就是项目问题  项目背景-目的-自己的职责-成果3.实习经历，问我两段实习都干了什么，问的非常细，基本上都问到了4.数仓项目遇到了什么问题，我说的数据倾斜，问怎么优化5.有接触过数据治理吗？有哪些规则？6.如果晚上数仓的某一层，失败了没跑出来，怎么解决，（我说的是设置一个时间阈值，达到这个阈值没跑出来就默认是报错，然后跑前一天的数据，然后第二天早上来了检查前一天的数据有没有问题） ，公司晚上有人值班吗7.举一个指标，来实现六层数仓你会怎么设计这六层···8.谓词下推  提前过滤行（这个我回答错成，投影上移，选取列）大意了9.怎么检验数据那个值到底对不对10.对大数据开发的理解，重要的是什么，实习你都学到了什么···11.sql,共享屏幕，连续最大在线人数，（前一天刚刚看了）结果太紧张了，直接拿日期-时间，面试官让我讲解一下思路，然后问我日期可以减去时间吗？我才想起来，然后我说用date_sub函数，后面是count计数，我又写成sum，但是这两个都是面试官提醒了我一下，我就改对了12.反问环节问的对于实习生是怎么培养的好久没面大厂，写sql时有点紧张

瓜子二手车最近也面试了，感觉还行1 简单做个自我介绍2 先说一下你做的离线项目和实时项目都做了啥，有哪些技术亮点3 对于实时技术来说你觉得哪些操作或者场景可能会出现指标不准或者数据丢失问题，出现这种问题怎么解决，有哪些比较好的报警4 对于dqc一般都是怎么配置的，如何判断一个表需要配置这个，配置了之后如果有报警一般都是怎么处理5 对于任务延迟，实时和离线你这边都遇到过什么场景，主要是怎么解决的，对于起夜的话你这边有啥保障措施吗，比如集群资源不足会出现吗，怎么解决6 对于离线模型你这边有啥规范，你平时建设模型会遵守吗，怎么处理的规范7 数据治理主要治理啥，有啥收益8 对于一些spark的基础，比如宽窄依赖，shuffle，4种join会吗9 flink的一些八股，水位线，checkpoint，窗口计算，窗口触发机制，自定义窗口，窗口函数，并行度优化等等10 做个题目，计算股票的最低价和最高价，出现价格问题偏差最大11 有啥问我这边的

写一下面经吧，给自己积攒一下福面试整个过程大概1.2个小时背景：博主在美团研发部门从去年十一月实习到今年四月九号1.聊了一下AI，skill和Agent2.聊了一下美团项目3.Spark oom，数据倾斜，结合自己在美团实际工作中遇到的问题讲解了一下4.问了一下知道Spark和Flink吗4.问了一下Spark join类型，博主忘了具体的用法了5.问了一下类加载机制（博主已经半年没有使用过，面试官就跳过了）6.问了一下Spring AOI（博主大概说了一下，几乎都忘了）7.聊了一下Springboot基本概念一道hot100，连续数组求连续子集和大于等于k的连续子集个数，博主第一时间暴力破解，后面问是否能优化，博主一时没有想起来可以滑动窗口问了三道SQL，最后一道SQL算连续在线天数，博主忘记有个窗口函数（能计算分组内每行数据之间的差值）的名称，跟面试官讲了整个思路

Ppio一面：1、自我介绍2、讲项目3、分区/分桶4、内部表和外部表5、连续登录七天的用户6、遇到的一些最主要的问题    — 数据倾斜7、数据量有多少8、Dag图、宽依赖、join是宽依赖吗?9、广播变量10、reducebykey和groupbykey11、讲自己的职业规划12、反问环节极光一面（差评：面试官迟到10分钟，我打了hr电话问了才来，面试也是十分钟草草了事）1、自我介绍2、数据结构     链表和二叉树和图的区别3、技术栈4、实习经历5、项目数仓6、遇到最多的问题7、问了一些闲话8、反问环节中国电信一面1、自我介绍2、大模型有了解吗3、技术栈 学了多久4、实习工作内容  问了很多工作内容、工作细节5、Python里面的字典合并的函数、怎么得到所有的key，去重的函数6、用python写mr，  hdfs里面的一些函数7、进程线程   cpu比较密集时用什么 -多进程感觉很多函数，我都忘了是什么

也面试了一下转转，感觉面试整体不难，离线居多1 先自我介绍一下，整体项目进展2 将项目的技术以及模型建设的一些规范介绍一下3 说一下维度建模的一些规范，事实表有哪些 主要是做了哪些规范4 对于实时指标是怎么定义的，主要是有哪些实时指标，一般实时都是在哪计算的，都怎么用的5 对于starrocks你这边都用了哪些新特性，主要使用场景6 来做一个题目，计算连续登录30天的人支付最大金额大于100元的用户有哪些，取top107 有啥需要找我了解的呢

3.25投递-3.31收到笔试-当天完成笔试-4.2收到AI面-4.5完成AI面-4.10收到一面-4.13完成一面-一面评估中一面面经1.实习或学习中的创新/亮点2.在工作或学校中，你的创新观点被采纳的经历（估计是第一个没答好，又问了一遍）3.遇到难解决的问题，你是怎么处理的4.学习之外，有没有主动学习新知识5.哪门专业课最难？为什么？怎么克服的？6.数据分析在生活中有用吗？举个通过分析解决问题的例子7.学习之外，你觉得最成功的一件事8.坚持很久的爱好/习惯 → 带来的最大价值？有没有明确计划？9.压力很大的时候，怎么应对10.反问环节

1、自我介绍2、讲最拿手的项目，然后就是项目问题（我讲的数仓项目，问了数仓各层作用，为什么创建六层数仓，项目背景是什么）3、hive怎么统计当前的日期4、内部表外部表区别5、spark的shuffle阶段的原理6、select * from a left join on b where b.id = 1;和select * from a left join on b and b.id = 1;有什么区别7、子查询可以放在什么位置8、sql

最近也面试了字节，感觉面试还比较难，面试技术较深1 先自我介绍一下自己2 介绍一下目前接触的项目，做了哪些工作，有啥亮点，技术栈主要包含哪些3 flink的窗口函数有哪些，底层运行原理是啥，触发器如果自定义一般都是怎么触发的4 对于flink来说怎么做到精确一致性，实时指标如何确保数据没有问题，有哪些保障措施5 对于olap引擎来说如果要短时间回溯百亿数据，怎么做到秒级别写入，如果一个表查询挂了写入任务，如何做到保障6 对于湖仓来说为啥现在都在说这个，湖仓对于普通的数仓来说有哪些好处，为啥现在都在部署湖仓7 对于模型建设来说，主要是设计哪些模型，每个模型在建设的时候，主要是需要考虑哪些方面，如果不遵循该怎么解决8 对于数据治理来说，你觉得一个数仓如果需要治理主要是从哪些方面入手，对于技术来说有哪些措施9 有啥需要找我了解的

面试时间大概在我大三寒假，岗位是数据分析实习生。面试内容：1. 一上来就直接手撕SQL，一共3道题，我做对了2道。2. 面试官问了我过往的实习经历，还问到了未来职业规划，是打算考研还是直接工作。3. 当时正好是大三寒假，处在考研和工作的抉择期，面试官是直系领导，也重点问了我这个选择问题。

又是超过一小时的拷打，感觉这次挺综合的，八股、语言、大数据全都问了一遍1. 项目拷打，主要问我的项目为什么采用Hive Transform这种比较小众的方案，我的回答感觉他还是比较满意的2. 简述至少3种常见的排序算法，时间复杂度，稳定性3. 关系型数据库的索引的常用数据结构是？选择这种数据结构的原因是？4. MySQL中什么时候会导致索引失效？5. Java线程安全的数据结构有哪些？6. ConcurrentHashMap是怎么实现的？相比于在直接在HashMap外边加锁有什么区别？7. HashMap的key可以是什么类型？有什么要求？8. 处理金额相关的数据的时候，应该如何存储？在Java中和MySQL中应该选择什么数据类型？9. Linux下如何用一条命令统计某个目录下各个子目录的占用空间大小？10. 如果把Linux换成HDFS呢？如何统计？11. 对于一个超大的HDFS系统，会有什么性能风险？有什么优化手段？12. Spark的并发度是如何控制的？在一个任务中什么情况会导致并发度变化？13. 考虑以下场景：某电商网站有一个用户表（用户id，用户所在城市）和一个订单表（订单id，下单用户id，订单金额），请（1）统计总销售额前十的城市和这些城市对应的销售额（2）统计总销售额在10万元至20万元之间的城市14. 一个表有年、月、pv三个列，要求写行专列代码，转成年、一月、二月、三月……

最近也面试了字节，感觉面试还比较难，面试技术较深1 先自我介绍一下自己2 介绍一下目前接触的项目，做了哪些工作，有啥亮点，技术栈主要包含哪些3 flink的窗口函数有哪些，底层运行原理是啥，触发器如果自定义一般都是怎么触发的4 对于flink来说怎么做到精确一致性，实时指标如何确保数据没有问题，有哪些保障措施5 对于olap引擎来说如果要短时间回溯百亿数据，怎么做到秒级别写入，如果一个表查询挂了写入任务，如何做到保障6 对于湖仓来说为啥现在都在说这个，湖仓对于普通的数仓来说有哪些好处，为啥现在都在部署湖仓7 对于模型建设来说，主要是设计哪些模型，每个模型在建设的时候，主要是需要考虑哪些方面，如果不遵循该怎么解决8 对于数据治理来说，你觉得一个数仓如果需要治理主要是从哪些方面入手，对于技术来说有哪些措施9 有啥需要找我了解的