小厂数据开发面经分享(秋招前保持状态)

1.自我介绍2.项目拷打3.数仓分层建设是怎么理解的？每层有什么作用4.讲一下指标体系5.根据医院的整个流程 你觉得能分析出哪些指标？6.flink的双流join7.left join会不会产生回撤流8.数据采集怎么保证端到端的一致性9.sql题（面试官要求按照图片做一道sql题，我看面试官出的是牛客上的还比较简单，我也是闲的，我说我直接在牛客上做吧，结果面试官看到我做了挺多题，让我从困难里面选一道，我随机选了个通过率比较低的，做起来挺麻烦的，15分钟没做出来）10.反问（反问的时候问面试官有什么给我的建议吗，不耐烦的说了句没有，我也懒得问了）总之：感觉面试体验比较差，面试官摄像头也不开，估计被当kpi刷了

请问二面面啥啊？技术面还是hr面?还有扣项吗？

我是大数据开发工程师，目前从毕业以来玩的都是大数据，对于数据也是敏感度很高，而且大数据专业薪资算是比较高的

为什么需要数据建模  核心痛点  数据冗余：不同业务重复存储相同数据（如用户基础信息），导致存储成本激增。 计算资源浪费：未经聚合的明细数据直接参与计算（如全表扫描），消耗大量CPU/内存资源。 数据一致性缺失：同一指标在不同业务线的口径差异（如“活跃用户”定义不同），引发决策冲突。 开发效率低下：每次分析需重新编写复杂逻辑，无法复用已有模型。   数据建模核心价值  性能提升：分层设计（ODS→DWD→DWS→ADS），查询响应速度提升10~100倍。 成本优化：数据压缩存储（列式存储）、 生命周期管理（冷热数据分层）、计算资源复用（公共层下沉）。 质量保障：统一指标口径（OneData体系...