Shopee 大数据开发工程师 一面凉经

📍 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。

一面：1v160分钟1. 自我介绍2. 拷打agent项目怎么切分上下文怎么处理 还有什么别的方法长上下文怎么给到agent专业领域文本怎么理解上下午太多记不住怎么办3. 反问业务 无手撕 两天后hr打电话约二面

一面(线上技术面，秒挂)自我介绍(答的不好)- 待加强拷打项目- 说说你自己最熟悉的项目，详细说明具体的技术细节、流程.(答的不好)技术问题- 了解过大数据吗？- python的列表传参- python中深拷贝与浅拷贝的区别- python的类方法(3种)- c++堆和栈的区别- c++的STL容器熟悉吗？说一下你最熟悉的及其技术实现.- c++的程序在内存中的情况手撕代码- 合并列表(算法)- 最长无重复字符的子串(算法1)- 统计登陆时间超过7天的人数(SQL语法)- 统计工资超过5000的排名前5名(SQL语法)，忘了，好像是反问- 面试官希望实习生直接上手业务，而不是边学边做- 业务主要的语言是什么，面试官说语言没有那么重要，基本都有后面结果就是秒挂，还是太菜了，感觉自己的语言表达能力和语言组织能力还有狠狠加强，当然八股也欠很多，加油吧，祝大家都能找到心仪的岗位