8月份面到现在手上有这几个offer，base都是北京，以后也打算在北京发展，各位大佬求助，主打一个听劝1、京东科技 - 营销权益方向实习转正拿到的。优点是熟悉组里的节奏，业务也比较核心；但担心正式入职后强度太大，害怕适应不了高节奏的工作。2、百度 MEG - 质量效能方向了解下来主要是做内部工具 QA。优点是相对稳定、压力可能不大；但感觉成长空间一般，怕后期天花板较低。3、阿里云（瓴羊） - Agent 开发面试时面试官介绍是做营销 Agent，属于比较新的方向。但担心瓴羊的待遇不如阿里云本部，整体不太确定。4、虾皮 - 内部基建（Infra）工作节奏相对轻松，加班不多。目前主要的纠结点在于：是选择成长性更强、节奏更快的岗位，还是选择相对稳定、生活节奏更平衡的方向。希望有经验的前辈们能从发展前景、工作强度、待遇、成长空间等方面帮忙分析一下，万分感谢！

一面8.30二面9.06hr面9.13oc10.24base深圳

前两个流程一面挂，三面挂，加起来九面终于拿下了数开岗，终于有个稍微好一点的部门了求求其他的也给我泡出来吧，26秋招对我好一点--timeline一面 9.22二面 9.24三面 9.26hr面 10.10加面 10.16oc 10.22意向 10.28--附面经-------------------------------------一面（常规八股+项目深挖+coding）--项目（15+10min）1.拷问比较深，两个都问了一下--八股1.谈谈hadoop生态的理解（又问了nn，小文件，mr有几次归并排序）2.groupingset和cube的区别3.sql提交到hive的解析过程4.hive数据类型有哪些5.spark数据倾斜6.Spark AQE特性7.三次握手四次挥手8.网络传输的七层架构--手撕1.算法：最长连续无重复子字符串长度2.sql：连续登陆--简单唠会嗑-------------------------------------二面（+1，50min，没记太全）--项目拷问（15min+5min）--八股1.数据倾斜2.spark与mr区别3.count distinct优化4.数仓分层意义5.场景：结合订单过程，设计事实表6.checkpoint7.反压-------------------------------------三面（+2，70min，开放问题较多，考的比较广泛）--数分&数产1.数据分析师常用的分析方法？2.埋点定义的核心3.数据采集通用的属性（埋点公参）4.指标定义怎么做？5.一个业务过程的不同阶段应该看什么数？6.做数据看板的关键7.数据看板不同的数据内容怎么摆放（提示了一下产品动线）--数据研发1.app层的需求过来之后怎么理解和解决2.如何理解数仓模型重构3.怎么从业务中抽取维度和事实4.数仓模型好坏怎么衡量5.Shuffle的oom6.jvm7.服务器cpu满了怎么排查8.java读写数据库9.java调用api--数据挖掘1.python中常用机器学习包有哪些2.随机森林算法原理--智力1.小球称重问题--手撕1.汉诺塔（又出了一道字符串，我说考过了，换成这个了）--反问1.字节的中台架构-------------------------------------hr面（40min）1.自我介绍2.项目介绍3.优缺点，举例说明4.优先级怎么分5.手上意向-------------------------------------加面（+3，40min，场景题）1.clickhouse2.行式存储和列式存储的区别3.数据如何反哺业务4.如何理解业务数据化和数据业务化5.场景题1:视频+点赞数，设计一个架构（不限于数仓）6.场景题2:功能上线之后，请以分析师/dpm的角色设计指标体系--反问1.数据业务化怎么做？2.ai落地场景？

我是收不到保温电话了，因为二面我就挂了，国庆前面试的，二面好像面了快两小时，最后还是挂了，可能前面表现的不好，做算法题我的方法是对的，面试官还没看完就说做错了，花黑子启动