腾讯 数据工程一面

我最近又来面京东了，感觉京东这家公司有点意思，感觉一直有缺口，面试如下1 先自我介绍2 聊一下你做的项目，主要有哪些是你负责的，主要解决了啥问题，有啥技术难点3 说一下离线数仓和实时数仓侧重点，技术栈选型4 对于实时有个场景，京东电商可能存在用户出现跨多天退款，如何实时的解决这个订单跨天问题带来的订单实付更新问题，如何解决毛利实时更新问题5 对于实时来说，目前有些商家可能会更新资质，如何实时保证目前商家资质监控，做到实时展示最新的资质6 目前对于财务指标你这边都是分了哪些数据域和数据主题，如果要你来做一个财务的基建，你会优先建设哪些主题7 对于数据治理来说你们平台治理有哪些治理规则，如何体现收益，如果要你来做这个数据治理你会怎么建设8 数据质量和延迟有遇到吗，一般怎么发现解决的，晚上起夜解决异常任务最快怎么处理9 有啥要问我的10 来个SQL题目吧，如何快速在一个字段找到a字符的数量我感觉京东这个2面应该是个资深的人来面的，感觉全是技术难题啊，对于实时和离线必须要有实际开发水准

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

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.实习拷打2.挑一个项目仔细讲讲3.做项目的过程中觉得哪里是比较困难比较复杂的，做了哪些具体工作完成的4.RAG知识库分块怎么分?有哪些分块方法?目前使用的方法的不足是怎么优化的?5.问题改写怎么做的?6.RAG中比较重要的知识库，如果其中部分知识失效了或者需要更新，应该如何处理?能想到什么方法?八股:1.Java数据结构中的hashmap有哪些设计点你觉得比较好?答了访问元素时间复杂度低，还说了一下底层结构a.面试官引导问扩容机制b.为什么都是扩容到2的次幂c.面试官补充还有位运算快2.redis为什么快?3.redis过期的数据再访问就访问不到了，怎么做到的?答的惰性删除和定期删除a.追问为什么有惰性删除还需要定期删除?b.定期删除和redis的IO是一个线程吗?是或不是都有什么问题?4.MySQL的ACID怎么实现的?5.什么时候加表锁?6.了解索引下推吗?手撕:求二叉树的最大宽度

基本都答上来了 看到手撕出这个的时候就感觉不太妙  确实面完秒挂（kpi？）1. 自我介绍。2. 平时通过哪些渠道了解 AI 方向的新技术、新产品和新动态？3. 在学习或项目中用过哪些 AI 工具、产品或工程化框架？为什么这样选型？4. 实习中接触的系统数据规模大概是多少？表数量、单表数据量级分别如何？5. MySQL 慢查询一般怎么排查？会看哪些日志、用哪些分析手段？6. explain的常见关注指标有哪些？如何根据执行计划判断慢查询原因？7. 遇到查询慢时，一般会从哪些方向做优化？8. 为什么不建议直接 `select *`？按需查询字段为什么可能提升性能？9. 联合索引为什么会失效？什么是最左前缀匹配原则？10. 联合索引在范围查询、缺失中间列等场景下会有什么影响？11. 联表查询时索引是否还能生效？需要关注哪些问题？12. 介绍一下你做过的 AI Agent / 智能问答类项目：整体目标、系统形态、核心流程分别是什么？13. 为什么要引入 RAG？RAG 主要解决了大模型的哪些问题？14. SSE 是什么？为什么需要用它来做流式输出？15. 你的 RAG 流程是怎么实现的？从文档导入到最终回答，中间经历了哪些步骤？16. 向量检索里只做 TopK 是否足够？还有哪些更精细的召回或重排方案？17. 文档分段策略是怎么设计的？除了固定长度切分，还有哪些做法？18. 为什么要在分段时设置重叠区域（overlap）？它主要解决什么问题？19. 向量化存储用的是什么方案？为什么选择这种向量数据库 / 存储方式？20. 项目中接入过哪些模型？模型接入时如何考虑能力、成本和向量化支持？21. 进程间通信有哪些常见方式？22. 什么是死锁？死锁产生的典型场景和必要条件是什么？23. 网络分层模型有哪些？OSI 七层和 TCP/IP 四层分别怎么划分？24. TCP 和 UDP 属于哪一层？两者的主要区别是什么？25. TCP 为什么说是可靠传输？可靠性主要靠哪些机制保证？26. 三次握手的流程是什么？27. 为什么断开连接通常需要四次挥手，而不是三次或五次？28. Redis 中点赞 / 互动状态这类功能适合用什么数据结构实现？为什么？29. Redis 如何做高可用？30. 如果 Redis 挂掉，互动数据如何保证不丢？除了 Redis 本身，还可以怎么做持久化和兜底？31. 算法题：二叉树的最大深度。32. 解题思路？33. 反问环节