阿里国际一面

官网投了简历，笔试应该也过了，但到目前为止都还没有hr加，也没有下一步的通知，有uu知道是什么情况吗

1.具体追问了数据倾斜和OOM的问题是如何处理？2.数据治理这一块你做了什么？不要说数据治理分这些3.你是怎么做数据监控的？有哪些方面的监控？你如何具体定位问题去解决？4.你的数据标准是如何制定的？你如何去保证数据的准确性和一致性？5.agent这块是否了解？你实习主要是做什么的？agent的原理和强化学习这些是否有了解过？手撕：接雨水 用了双指针后要求用单调栈

作为一名大数据工程专业的研究生，收到华为的实习面试邀请后，我既兴奋又有点紧张。华为在大数据、云计算和AI方面的项目一直颇具规模，我在实验室也经常用到华为云的分布式存储和计算工具，所以这次机会对我来说既是挑战，也是检验自己能力的时刻。面试当天是线上视频面试，HR提前一天发来了会议链接，还贴心地提醒我准备好稳定的网络和耳麦。面试开始，首先是自我介绍环节，我简单交代了自己的学业背景、参与过的项目，以及在实验室做的两个与数据仓库建设相关的课题。技术面提问部分面试官是一位资深的大数据架构师，第一句就直奔主题：“你在项目中具体承担了哪些角色？有没有数据模型设计的经验？”我提到了在校期间参与的一个基于Kimball维度建模的销售分析系统项目，并详细描述了如何在需求分析阶段识别业务过程和度量，以及如何根据不同的数据主题域设计星型模型与雪花模型。我还补充说明了在ETL流程中，如何处理缓慢变化维（SCD），尤其是Type 2类型的实现方法，包括在Hive中通过分区与有效期字段来管理历史数据。他听完后很感兴趣，追问：“如果我们有一个订单事实表，需要支持多维度分析，比如时间、客户、产品，但不同维度的数据规模和更新频率差异很大，你会怎样设计？”我答道：时间维度：预先生成完整的日期维并缓存在DW中，保持稳定不变；客户维度：考虑缓慢变化维，保证历史分析的准确性；产品维度：用码表+关联，保持高查询性能。并说明了在分布式环境（如Spark SQL）下，为避免join带来的性能瓶颈，可以使用广播join或分桶策略。场景题与解决思路接下来，他给了一个具体问题：“如果每天有上亿条设备日志进入系统，需要在分钟级完成故障模式检测，你会怎样设计架构？”我回答：数据采集：采用Flume/Kafka作为实时数据入口，将日志按主题与分区进行路由；实时计算：使用Flink进行流处理，通过窗口函数实现分钟级聚合；特征提取与模式匹配：在流计算过程中调用预先训练好的模型（可能是基于TensorFlow或PyTorch），完成在线推理；数据落地与分析：实时结果入ClickHouse或HBase，历史数据入Hive供离线分析；监控与告警：接入Prometheus+Grafana实现实时监控，并结合规则引擎触发告警。面试官点头认可，但提醒我在实际生产中需要考虑容错和数据延迟问题，比如Kafka的副本机制、Flink的checkpoint与状态恢复等。综合能力考察除了技术问题，他还考察了我的沟通能力与学习能力。他问：“如果你负责的某个数据模块上线后用户反馈查询慢，你会怎样定位问题？”我回答说会先定位问题范围：是前端展示慢还是后端查询慢；如果是后端，先看sql执行计划，分析是否由于join、group by等操作导致大量shuffle；再检查数据倾斜情况，必要时用加盐、按范围拆分等方式优化；同时关注底层存储的索引与分桶方式。思维延展与职业规划最后，他关心我的职业规划。我表示自己未来希望在数据架构与数据治理方向深耕，不仅掌握数据采集、处理、存储的全链路技术，还能从业务视角建立完善的维度模型和指标体系，提高企业数据资产价值。这与华为在智慧城市、通信网络、云平台等领域的需求非常契合。面试在轻松的氛围中结束，面试官说技术能力还不错，但建议我在模型设计中更多考虑跨域数据整合的复杂性，以及如何在超大规模数据环境下保持模型的易维护性。HR最后告知后续会有二面，可能会有更深层的系统设计题与现场编码题。面试感受与经验总结这次一面让我体会到几个关键点：准备要针对岗位需求 —— 华为的大数据实习不只是写代码，还要理解业务流、模型设计、性能优化，尤其是Kimball建模在企业级场景的落地方式。案例要具体 —— 面试时举的例子最好能体现规模、挑战与解决方案，比如数据量级、延迟要求、架构选型等细节。思维要全面 —— 技术方案不仅要能跑通，还要考虑高可用、可扩展性、运维成本等。表达要清晰 —— 把复杂的设计讲清楚，有时候比技术本身更重要。总之，这次面试虽然是虚拟的情景，但过程很真实，如果你未来准备大数据方向的华为面试，可以借鉴这种“技术细节+业务场景+性能优化”的答题方式，即使遇到陌生问题也能从架构思路入手，让面试官看到你的系统性思考能力

一面 8.18面试官迟到15分钟1. 在高并发的情况下java线程池参数怎么设置2. JDK不同版本有什么区别3. 消息队列怎么保证可靠性（幂等，顺序，消费）4. 如果消息丢失了怎么办，在业务层有没有做什么处理（我说了分布式事务里面数据库持久化然后定时失败监听）5. AI项目细节，chunk怎么分，怎么保证查询的向量都是相关的，长记忆和短记忆的区别6. AOP+redis限流怎么实现的，为什么使用lua脚本7. 怎么实现分布式锁，redis持久化，redission和redis的关系，redission在jvm中的优化（这是什么？）8. 情感分析模块一般处理比较慢，如何解决阻塞问题（我这里是结合我自己做的项目，讲了k8s的缩扩容）然后问了点k8s基础。9. 怎么协调团队合作10. 开发中有什么好的习惯（我说了一个遵守阿里巴巴的Java开发手册，然后我有什么准则）无手撕（约了22号的二面，在二面的早上给我打电话说要补个手撕，于是约了个下午2.的面试，就写了个二叉树最大路径和）二面 8.221. 为什么没有去互联网实习2. 讲一个项目，项目的难点有哪些，问的很深入，每个步骤为什么要这么做都问了3. 问了AI的项目，展开了一些4. 做爬虫的时候可能每个网页的html结构都不一样，人工去解析很麻烦，有什么办法吗？（我说可以专门弄个agent模块来处理，面试官说有点意思让我具体讲讲，结果后面讲的不是很明白）5. 对ai的了解有哪些（照例报菜名）6. 怎么让长上下文的情况下记忆更准确7. rag能做哪些优化呢8. 现在生活中对ai的使用主要有哪些，怎么看待ai对未来工作的影响9. http1-3都有哪些优化10. http2有没有解决tcp头阻塞问题11. http3是怎么解决tcp头阻塞问题的12. quic是怎么保证可靠性的，保证了这些可靠性难道就不会阻塞吗（这个问题我不是很理解）13. tcp的阻塞控制四个阶段分别是怎么样的14. 什么时候毕业15. 现在有没有其他的offer16. 更期望的base地17. 本科学的gis，硕士却读软件工程，为什么？职业规划是怎么样的。18. 自己的优点和缺点，这里也有一些展开的追问19. 没在互联网实习过，你怎么看待互联网现在卷的氛围，你觉得你能适应吗hr面 9.24（等麻了）很阿里味的hr面，问了几个agent相关的技术问题意向 9.29