快手数据研发-商业本地化

60分钟。1.自我介绍实习2.问实习的业务逻辑3.数仓分层主题域4.怎么样提高明细层模型的复用性5.汇总层和应用层的区别6.汇总层是新建一张表还是复用已有的7.不同链路的数据怎么保障数据一致性八股8.sql的执行解析顺序9.Spark和MapReduce的区别10.Shuffle产生性能消耗的原因11.HDFS读写架构12.B树和B+树区别13.快速排序的时间复杂度和最坏情况14.CPU缓存的作用15.TCP三次握手和四次握手手撕16.判断树B是否为树A的子结构反问业务：抖音数据中台base：北京上海新加坡对校招生看重：八股，基础知识。

一面 经典数仓建模、数据治理八股，并举出具体case和成果细问实习sql：挺简单的二面前司的技术架构维度退化的目的缓慢渐变维的类型与优缺点、事实表的类型业务场景题：业务方提出需要一个“用户画像分析”主题，希望能从时间（年/月/日）、渠道、用户年龄层、地域等多个维度灵活地分析用户的借款金额、还款金额、逾期次数等指标，需要如何搭建数仓做漏斗分析，需要建立哪些表什么时候用快照数据、什么时候用事实数据sql：说要出个有难度的考一考，结果还是挺简单的三面为什么投度小满，讲讲我对对互金的了解前司项目的难点、怎么解决的，前司的工作强度未来工作的规划，为什么选择数据开发家是哪里的，前司有转正吗自己的缺点

部门是 TEG的机器学习平台，主要工作内容是向量数据库； 该部门是做OLAP数据库的，面试的八股内容主要集中在向量和数据库方向； 没有coding，面试官说二面再写题吧，然后没等到二面就挂了； 八股： 介绍一下hnsw 介绍一下ivf-pq 向量数据库如何实现删除与更新 如何保证事务的一致性与实时性 scann为什么效率高，原理是什么 列存数据解包时候如果维度错位怎么办 介绍几个cpp新特性，用过哪些，有什么看法

离团子最近的一次，是9月27日的HR面。经历了3轮技术面后，秒约的hr面让我以为终于迎来了终点。但是没有。3天后在高铁上，官网状态变成了人才库，紧随其后的是一封感谢信。第三次战团子，终究也是失败了。高中时，团子曾是我的梦厂。班里的IO佬去参加了牛客和团子联办的算法竞赛，在他的pyq中我第一次窥到了互联网的一角。“这就是大厂啊！”我心想。好体面，好慷慨，也好有实力，或许只有IO佬们才有机会进到这样的地方工作。而那时的我，一无所有。暑期实习是我第一次战团子。那时我已意外顺利地拿到了offer，但为了面团子，我生生把入职时间拖了3个星期。折戟在2面让我十分的遗憾，之后虽然又被边缘业务捞了，但已经没有时间再去容错了。后来秋招，我又面了团子2次。当走完流程又被横向挂掉的那一刻，我知道我和团子的缘分也就到此为止了。似乎总欠了一口气，冥冥之中差些缘分，但我不知为何却没有什么遗憾的感觉了。或许是接触的多了，我已逐渐对它祛魅，那种狂热的渴望也不复存在了。再见了，所有的团孝子。或许成长，就是这样一个不断祛魅的过程吧