之前做过携程的笔试1 有3道选择题2 有2道简答题，一道是mapredice的过程描述3 有2道编程题，其中一个是SQL题目，另一个是算法考察的是动态规划感觉选择和简答不难，后面的编程题SQL比较难，要用到窗口函数，嵌套4层 动态规划比较难，力扣的

想找大数据开发的，但是收到了大数据工程师-日常实习，工作内容是图像视频音频的处理吧，这样去了对秋招和后面春招有多大帮助呀。没有一开始找算法方向的是我觉得自己够不着，现在拿到这个实习人懵了原标题：一个中大厂的日常实习对往后的秋招甚至春招有多少帮助

以下是本人在大数据方向的技术栈学习路线，另外还有诸如HBase、Kylin、实时数仓项目、数据湖项目、湖仓一体等。下面列出的是基本所必须掌握的内容。对于项目方面，建议先离线后实时开发的学习，再之后便是数据湖等项目。另外推荐可以经常翻看《大数据之路》这本书，里面涉及到的理论和企业中的白皮书基本一样。平常也可以多翻看各个公司公开分享的技术文章，源码等。类似阿里的学习文档、美团的技术文档等，在没有实际生产经验时可以了解各个场景下技术选型、底层调优、内存调整、资源配置、数据治理等各个重要环节和内容。1、Java：JAVA SE、JVM、JUC（刚开始只需要看Java基础就可以了，不需要学习一些web框架，因为不管是源码二次开发，UDF开发，还是数仓都不需要用到这些框架（除了平台开发之外），像Spring这些web框架，在学习完所有的大数据框架之后，找工作之前如果还有时间，可以去学一学这些框架【加分项】）2、Linux+Shell3、Git、Maven（了解会用，有印象，如果需要使用能快速学习上手使用即可）4、Hadoop（HDFS，MapReduce，Yarn）5、Zookeeper6、Hadoop高可用（了解即可）7、Hive（重点，需要熟练了解原理，并且会写HQL，以及一些优化，是基础）8、Spark（大部分公司都是写SparkSQL，并且调优，需要明白底层原理，内存结构，SparkUI等）9、Flume10、Kafka（时间紧张的话，可以先放一放，和Flink一起学，kafka+Flink+Spark是处理实时数据的）11、Maxwell、DataX、Dolphinscheduler（项目中数据同步、模拟日常调度工作）12、sgg电商数仓x.0（跟着做完这个项目，就知道什么是数仓，什么是维度模型，什么是指标等等，以及生产中一些内容）13、Flink14、MPP架构（类似Doris、Clickhouse）15、实时数仓项目16、数据治理17、数据湖、湖仓一体18、刷算法、刷sql、刷场景题

🎯 写在前面26届的秋招还在如火如荼地进行，27届的实习也已经拉开序幕。属鼠作为 211非科班本 + 985硕 的一个小喽啰，组内唯一选择前端赛道的巨弱，从去年6月开始系统地学习前端，今年秋招侥幸拿到了三个中大厂的Offer。一路走来，经历了许多迷茫，也踩过不少坑。这篇内容是我对过往面经和八股问题的梳理与总结，希望能帮到正在奋斗的前端小伙伴们一、八股的出没时机与考察方式我们都知道，前端面试主要考察三驾马车：项目、八股、手撕代码。那八股到底在什么环节出现呢？核心结论：八股主要集中在 技术一、二面，越往后的轮次，对纯粹八股的考察越弱化，更侧重于结合场景和项目。以常规的3-4轮技术面试为例：一面（...