博世大数据一二面一面

#机械制造2024笔面经#1.英文自我介绍(要求不要讲简历相关内容，随便介绍下自己)可以讲讲家乡.学校.爱好.喜欢什么书什么电影(面试官会问最喜欢哪本书)主要考验你的日常英语口语，不需要太复杂的词汇，全用简单句都行2.问研究方向和科研内容，包括创新点，完成了哪些任务，包括项目的拓展，这方面问的很细(你的研究还能用在哪些方面)3.问实习经历，实习中干了些啥，学到了些啥，也问的很细，会问到你如何提高公差分析的效率(减少尺寸链里的尺寸，减短尺寸链，增加定位特征4.你有什么想问的5.有拿到别的offer吗

模型开发的流程，需求调研过程中有哪些人员参加，调研过程，你会输出什么文档？如何保障数据质量（准确性）？spark有什么优缺点？在使用过程如何规避缺点？spark内存模型？spark和MR为什么会进行shuffle，如何减少shuffle？小文件治理的方式？主题域建设的流程？大表join大表的优化（10亿与1千万数据关联）？为什么存在ods穿透？为什么离职，旧公司工作强度如何？这公司现在还能去么？我真的哭死。

上来自我介绍，开始拷打假如你和你同学都写了一个算法1.那么怎么评判你们谁的算法更好呢？（我：看谁的更精悍😋）2.大数据和AI有什么关系？（我：大数据是AI的前提）面试官：那么对啊，所以你算法要好？是不是得数据要好要多？😅😅😅这难道不是关于怎么训练模型和神经网络什么的吗？算法，我脑子里想的全是刷过的leetcode3.贝叶斯算法是什么？4.大数据三大特征？GG，都没答上来。再见来不及挥手，向前别再回头。 #春招# #面经#

#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