腾讯PCG-数据工程 一面

1. 自我介绍2. 用Hive还是Spark,比较了解哪个3. spark问题定位流程，以及解决方法4. 现在有一个任务跑的很慢，你如何去定位5. 介绍一下广播和Shuffle的区别，以及Shuffle为什么会比广播慢？你这里面之前说到的大部分都是在数据传输上，包括涉涉及到一些网络会导致它传数据量大比较慢嘛。6. Shuffle将各个节点的数据传输到另一个节点之后，会做什么操作呢？7. 小文件导致任务运行缓慢，是在Spark读的环节还是哪个环节？8. 用过二级分区吗？用Spark写Hive二级分区时有没有遇到过什么问题？9. flink的滑动窗口，以滑动窗口为例子啊，就是每5分钟统计过去一小时的那个行为流水，100万一分钟的，然后你5分钟去输做这种滑动窗口所计算的时候，怎么去预估它可能会产生多大的输出，以及计算量。10. flink 的就它发完了，它在重写的时候有个问题，我想问一下。它能基于checkpoint，我们可能说是checkpoint来重启嘛。那我数据从kafka里面消费的时候，我们可以某个精确到某一秒的时间点，能回溯对应的数据吗？11. 那有没有哪里有性能问题？换一种更好的方式写的话，你会怎么写？12. 如何优化你写的这两个sql13. 这两段sql在spark里面是如何运行的

在你简历中的两个项目里，你觉得哪一个做得比较好或者更有技术含量？讲一下虚拟滚动的实现原理是什么？虚拟滚动在处理用户快速滚动时，底层是如何监听更新并保证页面流畅度、不掉帧的？针对 AI 对话的流式渲染，在技术选型时为什么要选择 SSE 而不是 WebSocket？结合 Markdown IT 工具，前端打字机效果具体是如何处理数据拼接和渲染的？你目前实现的打字机效果，是根据服务端响应的数据块增量渲染，还是真正做到逐字渲染的？假设后端逻辑不变，要求前端调整成“带有光标且挨个字匀速吐出”的真实打字机效果，你会怎么调整架构设计？如果这个 AI 对话平台要做到支持一万个用户同时在线，从前端或服务端的架构...

数据说话：技术类扩招36%，产品类扩招39%重点岗位：AI金融投资研究员：用AI搞量化、做投研金融AI Agent高级工程师：智能体方向元宝AI产品经理：既懂技术边界，又懂用户需求薪资：30K-60K，15薪特点：金融AI赛道特别强，想搞“AI+金融”的盯紧腾讯。

时隔一年再战字节 又是二面挂了😅 每次字节都是第一个面的 准备的确实也不太好。一面 1h左右 根据项目问的八股1. 介绍项目 事务消息在项目中是怎么用的2. 除了事务消息还有哪些实现分布式事务的方法 优缺点是什么3. 2PC 3PC的区别4. mysql执行一条插入语句的过程5. mysql中有哪些索引 分别用了什么数据结构实现的？ 比较各种数据结构6. 分布式事务和本地事务的区别？7. 队列怎么保证消息不丢失 不重复消费算法：实现一个类似于MVCC的数据结构 按不同时间戳保存数据的多个版本 询问时返回数据不超过timestamp的那个版本面试官经典问题：1. 为什么要用这个技术实现功能2. 这个技术和其他相似技术的区别是什么 还知道哪些其他技术3. 技术的底层原理感觉面试的核心就是这三个问题二面 1h左右1. 智能指针介绍一下 什么时候用原始指针好？2. 深拷贝 浅拷贝3. 平时怎么用AI辅助编程的 有什么经验吗？4. 实习过程中做完一个项目有没有总结可复用的内容5. 了解大模型评测吗 怎么评测的？怎么评估一个测试集的质量？6. 有了解AI前沿的技术吗算法题：判断二维平面上3点能否构成三角形 主要考虑优化double的精度问题 这题我直接用叉积 但是面试官说的精度不够 我后来又问豆包 给的答案和我一样 不知道面试官想要什么答案。反问：1. 有哪些不足？ 技术上还行 但是对于AI的理解比较欠缺。