面试部门：联通软件研究院，base北京亦庄timeline：09.11投递，09.14笔试，09.18一面（线上），09.28二面（线下），至今没有后续一面（20min）自我介绍实习中指标监控是怎么做的实习中任务优化是怎么做的二面（30min）自我介绍挑一个实习/在校期间比较重要的项目，展开介绍（背景，难点，解决方案）指标监控阈值如何设置（实习内容）个人对于岗位的偏好Spark的基本数据结构是什么，有哪些特点无反问环节整体感觉笔面难度都很低，二面强制要求线下，并且只组织一场，一共5个面试官，一人提一个问题就结束了

面试部门：内容数据工程timeline：09.24投递，10.14笔试通知，10.21一面，次日挂，并取消10.25的笔试一面（35min）自我介绍实习内容介绍实习中最复杂的一项工作，主要内容是什么，从中有哪些收获主要用什么技术栈JVM的内存结构如何排查OOM问题内存泄漏在什么场景下会发生算法：最大子数组和

面试部门：忘了....好像是做财务的timeline：09.18投递，09.23一面，面完秒挂一面（30min）自我介绍实习期间最有价值的项目有没有遇到数据倾斜问题，什么场景，解决思路是什么Flink反压产生的原因，解决思路有哪些Spark中groupByKey，reduceByKey，aggregationByKey的区别是什么，如何选择

timeline：10.15一面，两周后催了一下，遂挂一面（50min）实习经历介绍+提问（15min）（实习业务场景下）从业务的视角来看，如果要实现GMV增收10%的目的，你会从哪些角度考虑1道sql题，简单的join+聚合谈谈对spark的理解spark如何定位并解决数据倾斜问题谈谈对数仓的理解，为什么要进行数仓建设是否拿到其他公司的offer反问环节：业务介绍+技术栈介绍

面试时间：2025.09面试部门：电商timeline：09.24一面，09.29二面，然后转到正式批流程中，就没有后续了一面（80min）面试官介绍部门业务自我介绍+实习经历简介实习经历全方位拷打（35min）Spark SQL的运行流程Spark SQL编译过程中做的一些优化手段刚才提到的都是静态优化，有没有动态优化的手段Spark有哪些Join方式，如何选择，优先级是什么sql题：给一张表student，记录了学生的分数：id, item（课程）, score求科目前10名 以及每个科目的最高分 追问：求最高分是否可以不用join求各学科均>60的学生追问：如果极端情况，某一科所有...

面试时间：2025.09面试部门：用增timeline：09.23一面，次日挂一面（1h）面试官介绍业务自我介绍+实习经历介绍如何评判数据质量的好坏数仓建模理论介绍说一下你认为的数仓建模理论中最重要的三个点数仓分层是怎么做的sql场景题：用户信息（视频信息）/视频信息（kafka）/用户浏览/点赞日志（log）设计数仓分层，有哪几层，每一层有哪些表 b. 计算指标：各城市用户浏览/点赞情况 c. 如果大量user_id=0，是否会有数据倾斜，如何判断并定位数据倾斜，如何解决数据倾斜 d. sql实现加盐方式（扩容+打散）本来还要做一道算法，时间不够了，就问了下mr shuffle的排序方式，然...

面试时间：2025.03面试部门：平台产研timeline：3.5一面，3.10二面，3.12hr面，3.15oc一面（1h）自我介绍，问最早什么时候能来实习JVM内存模型和垃圾回收机制线程和进程的区别一个进程中有三个线程，其中一个线程OOM了，会对其他两个线程造成影响吗？如果会的话有什么影响算法手撕：判断是否是完全二叉树SQL手撕：给定一张订单表，求出近30天内每日订单销量排名前十的省份用过Flink SQL吗？介绍一段实习经历/项目经历，有哪些难点？如何解决的？反问二面（35min）自我介绍讲一个实习/项目中的难点，如何解决的Spark任务提交的运行流程（讲了Spark on YARN的c...

面试时间：2025.03面试部门：生活服务timeline：3.12一面，后续已拒一面（45min）自我介绍离线数仓项目介绍（业务细节+建模过程）实习经历中如何整合异构数据源（说了数据采集工具、采集过程以及ELT思路）事实表的分类及其应用场景（事务型，周期快照型，累计快照型）简要说明数据倾斜问题如何解决（hive+spark）sql手撕：最大连续登录天数算法手撕：数组倒序排序（选一种排序方法即可，我选的快排）

面试时间：2025.03面试部门：核心本地商业-基础研发平台timeline：3.7一面3.12二面3.15 oc一面（30min）自我介绍，问到岗时间离线数仓的项目简单介绍，是否用到数仓分层？项目中数仓分层的具体规划，每一层都存储了哪些内容？为什么要进行数仓分层？星型模型和雪花模型的对比了解Spark SQL调优吗？（不太了解，详细说了hive调优的内容）是否了解一些新兴的技术？（回答数据湖，Hudi/Paimon/Iceberg，然后对比了数据湖和数据仓库的应用场景）SQL手撕：给一张Customer表和Product表，查询出购买所有商品的顾客反问：业务主要做些什么二面（30min）自我...

时间：1h30min 平台：牛客 满分：100分 题型： ①10道选择题（6分/题），涉及Linux指令（1道），数据结构与算法（3道）以及大数据组件（6道） ②两道算法题（20分/题），都是简单难度的 1.无重复升序数组二分查找 2.有效括号的最大长度 算法题不需要自己写输入输出，和leetcode的模式一样，可以用本地IDE

JD一面 3.3（40min）无自我介绍实习中数仓建模工作的介绍（大概讲了15min）HDFS中副本机制的优点YARN调度的流程如何查看HDFS中的磁盘占用量以及YARN中的资源使用情况MapReduce运行过程中某一个YARN节点挂掉有什么影响说一说对Spark的理解数据同步工具除了Maxwell还用过哪些MySQL有用过吗？联合索引（A,B,C），查询条件中（B,C）是否会生效Redis和MySQL的对比Java中异常处理的方式map和list有了解吗Linux中如何查看一个日志文件中是否存在某个订单号Linux如何查杀进程二面 3.4（40min）个人背景，简单聊聊天实习工作拷打，数仓建...

JD一面 2.27（30min）MySQL的事务隔离级别MySQL的覆盖索引场景题：4-10亿数据如何快速增删改查（不分库分表）场景题：如何在多个文档中快速检索内容二面 3.4（15min）如何在一个文档中快速定位一个关键词如何在上亿个文档中快速定位一个关键词ES分词错误的情况如何处理ps：这个岗位名义是数据开发，但实际大多是做的后端开发的工作

笔试时间：邮件中会有截止日期，在此之前完成即可笔试时长：1h30min笔试内容：数据开发基础知识、算法1.选择题10道单选+5道多选（3分/题，多选题错选漏选均不得分），主要涉及的内容如下：数据仓库基础知识（如维度建模理论，数仓分层）数据库基础知识（如ACID，事务）SQL语法（如group by的作用，如何授予权限，DML语句有哪些）HDFSHive语法（insert into的含义，基本数据类型有哪些）示例1：对关系SPJ的属性QTY的修改权限授予用户A的语句是什么示例2：数据仓库的公共层有哪些（选项：ods dwd ads dws）2.编程题三道算法题1数组中有且只有一个数字的出现次数超...

笔试时间：3.15日（00:00-23:59）笔试时长：2h（自由选择作答的时间段）笔试内容：数据开发基础知识、算法、SQL1.选择题20道选择题（2分/题，共40分），主要涉及的内容如下：大数据框架：HDFS/MapReduce等基础算法知识：排序算法（插入/选择/归并/快排），栈，队列，树（前/中/后序遍历）SQL语法/数据库基础知识Linux基础知识python语法概率论与数理统计（会涉及到简单的微积分计算）2.编程题三道编程题（共60分）：两道算法+一道SQL题1炸金花（15分）：很简单的字符串问题输入3个长度为2的字符串（不重复），表示三张牌如果三张牌中，位置为0的字符相同，则输出F...