北京中科全安面经

建议我找个实习一道题，很抽象有点像脑筋急转弯，而我脑筋转不过来反问估计是挂了这是最后一个给我面试的了，我的秋招到此为止了吗一个多月紧绷的精神，终于是绷不住了一共三家给面试的，全是秋招，投了一大批实习全挂简历了，还有半数没反应，初筛5个周了其中两家没面试不要，一家捞起来打复活赛说2-3天出结果，现在一个多星期了没下一步，估计也无了一直紧绷的精神，终于是绷不住了

自我介绍(项目问题)1.展开说一下项目当中关于数据治理和指标体系构建的思路，你是怎么做的？(答的不够清晰，追问)关于计算查询优化的解决方案是怎么做(比如有没有用到冷处理)2.你展开说一下关于ai agent项目？(答的不够清晰，追问)所以做的主要是工作流的梳理？没有涉及到大模型的应用嘛？(这里说了本地化部署)你平时使用大模型做什么？3.学校里做了很多科研，都是数据建模类的，有没有做一些数据分析类的(这里答的不好，我估计面试官想听有没有大数据处理经验)4.你后续的职业规划是什么(计算机基础)1.说一下常见的数据结构特点和应用场景2.有没有了解过二叉树和搜索树这些基本内容？3.mysql的底层原理...

📍 公司：虾皮（Shopee）💼 岗位：大数据开发工程师📅 面试时间线：7.30 一面8.4 二面8.8 收到感谢信（未通过）面试问题记录请介绍你实习中负责的数仓数据流向及核心业务场景。详细说明一个具体业务模块，包括所用技术栈与上下游用户。针对问题2中的业务，如何处理并发场景下的“不可重复读”问题？大数据技术栈掌握情况？重点提问 Spark 的使用经验。如何优化实际 Spark 任务？请举例（如数据倾斜、Shuffle 优化）。描述快速排序算法的基本思想（穿插在数据倾斜优化中考察基础）。是否遇到过数据写错的情况？若数仓数据写入 Kafka 错误，如何修复？➤ 进一步追问：HDFS 数据已错，但 Kafka → 业务表已生效，如何保证一致性与服务可用性？若需从某个 Kafka Topic 消费数据并入库数仓，你会如何设计流程？（开放性问题）🙌 面试感悟虽为实习经历深挖，但问题贴近真实生产场景，尤其关注高可用、数据一致性、容错与恢复机制；对数据链路的闭环理解要求较高，需清楚“从出错到修复”的全链路影响；建议提前准备：✅ 典型数据倾斜解决方案（如加盐、两阶段聚合）✅ Kafka 重放与幂等写入策略✅ 数仓分层中各层容灾与回溯能力设计📌 C端业务对数据质量与系统稳定性要求高，面试更倾向考察“出问题后怎么办”的应急思维。

自我介绍实习简单介绍八股：1.java类特点2.常见数据结构及特点3.hdfs写流程4.mapreduce和spark的shuffle过程5.如何处理数据倾斜6.tcp与udp区别7.olap和clickhouse是否了解8.hdfs中的namenode和datanode作用9.secondary namenode作用10.宽窄依赖是啥介绍之前的一个项目以及难点是否了解实时数据处理方式sql题目：行转列和分数前五的学生row_number和rank，dense_rank区别算法题目：求给定数组，选三个数作为三角形三条边，求三角形最大周长总体八股考的很基础，面试半个小时草率结束