我是末流985本科大三生，找一个大数据方向的实习。因为没有课了，所以可以实习六个月左右。 阿里 时间： 2020年3月26日 一面 阿里一面的时候，刚刚开始复习。Python Java等等都还没看。只看了下大数据相关的知识。凉的明明白白。 写一道算法题，旋转数组求最小值（剑指offer面试题11）。当时只记得是二分查找，没写出来。 问下Java GC （不会） 问下Python GIL(不会)  非常感谢这位老师，面试之后就不再觉得自己很厉害了。我知道自己还有太多要复习的了。自己还是把面试想得太简单，周围牛人太多了。 360 一面 43min： 2020年4月8日 自我介绍 问了两个项目， 问了下项目中如何实现的Mysql和hdfs数据同步 讲一下对Hadoop的了解讲了下HDFS原理、MapReduce的过程，想讲HDFS检查点机制没让讲。 Spark和MapReduce的区别？是不是用了Spark就不需要MapReduce了？（答得不太好） 问对Hive的了解？   自己提了下数据倾斜 如果有海量数据，如何求Top10?(说错了一块，后来又改过来了) Linux平常用的指令？说了 ls 、 ll 、 df 、 nohup &  、ps 、 kill 等等Hadoop用到的指令  Hadoop fs -ls 、 mkdir、  hdfs fsck（查看块信息） 用什么语言比较多？ （我用的py比较多） Python常用的数据类型？ list 和 tuple的区别？回答了下 不可变对象和可变对象 常用的python库（requests 、bs4 、keras 等等）如何安装包 算法题：数组去重  上台阶、动态规划和递归的区别 还有什么问题要问我吗？（问了下缺不缺hc、主要工作内容） 二面 23min 2020年4月15日全程问项目，同时问了很多有没有看过Spark 源码 ES源码 Flask源码（都没看过）。各个项目问的比较深，算法模型等等。 HR面 30min 2020年4月20日 可以实习多久 如何解决做项目和社团和日常生活的平衡问题 简单介绍下流计算的spark streaming storm flink的优缺点 未来发展等等 腾讯 腾讯是找了内推，后台开发，但是与大数据相关。面试都在腾讯会议，一面手撕代码是屏幕共享，二面手撕代码在腾讯文档。 一面 2020年4月23日 自我介绍。 Spark和Hadoop的区别 MR流程、RDD流程 new malloc区别 epoll原理看过吗？ 讲一下多态 写到算法题吧：二分查找，写一下旋转数组最小值（又是这道题。我说这道题之前做过，面试官没再让我写）。 二面 2020年4月28日 自我介绍、在家里？没开学？ 学过Hadoop，讲一下MR流程。说一下Partition分区的优化是怎么做的（Partition没答出来）MR会有数据倾斜，讲一下如何解决（说了一些方法，被要求说的更详细一些。比如为什么增加Reduce数量就可以提高效率，如何自定义分区，如何重新设计key） 然后问的是Hadoop Streaming （没听说过，讲了下spark streaming） 看简历上有个socket项目，问如何讲一下流程，问如何从socket中提取数据（时间太长，完全记不清了） 写个算法题。 给一个树，每个节点的val都有取或不取两种状态。限定条件是，直接连接的节点不能同时取或者不取（比如父子节点） 想的是分成四次递归。问如何剪枝。没答出来 上面那个题没想法了。那咱们换个，给一个二叉树和两个节点 a ,b  找出二叉树的最近公共祖先。（剑指offer原题 最后一题）  平时大部分都是Py Java Scala开发，很少用C++,就很难受。还需要多学习啊。 字节跳动 一面 自我介绍 介绍项目：详细项目中介绍下深度协同过滤算法，和mysql与hdfs同步的策略 写两个Mysql① 给出两个表，计算left join的结果② 一个广告的表，包含广告的id,广告的开始时间，广告的结束时间，给出一个时间（比如2020-03-02 —— 2020-04-02）。所有与这个日期有交集的广告id. 写两个算法题①写个层次遍历②写个排序数组中查找k这个数出现的个数 （我用了二分查找，然后向前向后搜索） Spark会吧。介绍下宽窄依赖。（从action 讲到 shuffle ，讲了Aggregator,讲了下DAG解析的阶段划分) Hive会用吧。讲一下内表和外表的区别  学过Mysql，讲一下索引的数据结构吧（自己说了下聚集索引和非聚集索引） 还有 sql 各种join之间的不同二面  自我介绍 写个题目吧 把一个数字转换成汉字 比如1001 “一千零一" 用了递归但是写的太复杂，有点拉分 讲一下你觉得最难的两个项目 Spark cache和 persite的区别（讲了下广播机制，没回答好） 你未来想学些什么（简单说了下Flink 、 Spark源码和参数服务器） 还有什么问我吗HR面  自我介绍 想实习多久 未来读研吗 来北京租房吗 父母对来北京的意见 你觉得自己有什么缺点 （最后说了个自己熬夜多 ）  其他 也投了很多其他的公司，比如蘑菇街、百度、知乎等等，现在还没有消息，可能是不太匹配吧。 总结 感觉自己的技术还是有很大不足啊。自己的复习的路线是： 语言： Python、Java、scala面试题 计算机基础：计算机网络、操作系统和数据库（索引是重点） 大数据相关：Hadoop、Spark、hive、hbase、flume、kakfa、storm等 算法：主要是刷了一下剑指offer。