视频面，共计45min1. 自我介绍2. 项目细节3. 项目难点4. 业务价值5. spark和mp问有没有了解过，我直接答了一套spark比mp好在哪里6. Hadoop的三大组件 下来发现错了，是yarn、hdfs、mapreduce，我答得是hdfs、hive和mapreduce7. HDFS的调用原理  简单讲了讲yarn这一套，具体细节忘了，还是得多记忆几遍8. 数据倾斜了解过吗？怎么解决9. 职业规划是什么10. 来b站想学什么，之前实习中学到了什么内容11. 一道sql，牛客较难，涉及到的是两个两表关联反问：1. 评价：对业务理解什么都不错，但是非科班出身担心基础问题，但是也不是什么大问题2. 部门主要负责的业务3. 实习生过来主要做什么

视频面，共计1h1. 自我介绍2. 项目中的难点  答：我实时和离线都各介绍了一个3. 日常需求的开发，是怎样的一个流程 答：从业务方提出需求->数仓的建设分层->上线4. hive或者spark日常调优的一些参数  答：我这里列举的主要是数据倾斜方面的spark和hive5. 我还想介绍row_number()倾斜的参数，面试官问我用过哪些窗口函数？ 答：row_number、rank、dense_rank6. 区别是什么？ 答：row_number 是 123 rank是11115 dense_rank是 111127. 如果业务方说要绘制个标签画像，你会提取哪些数据给他 答：有些乱答了，这个不咋会8. coding：6道题，第1道题是最大播放量及分区播放量所占比例 2道题是次日登录 最后一道题包含4个小问，topk、最大分区及其播放量、炸裂、正则反问：1. 面试官评价：挺不错的（第一次收到正面评价）2. 业务部门主要干啥3. 实习生主要干啥其他的记不太起来了

电话面，30min结束了1. 自我介绍2. 会不会java  我答不会，只会Python3. python的字段结构是怎么实现的  我答不会（这是数开应该问的问题吗？4. 深拷贝和浅拷贝  我答 不会 （这是数开应该问的问题吗？5. 介绍一下你项目中的难点，是如何实现的6. coding  一道快排 一道wordcount（Counter秒了） 一道url解析（三种方法）反问：1. python技术栈适不适合  答 不适合2. 想要来咱们部门学习，应该学什么  spring spring spring  java总结：1. 非数开岗，实际上是java后端开发岗（面试官上来就说了2. 非java技术栈可以bye了

面试时长1h1. 自我介绍2. 个人意向，为什么想来固特异这个制造业企业  我答：固特异正在数字化转型，有很多机会，并且我不想继续再搞生物3. 是否还有科研任务  我答：已结束，可以随时实习4. 你的实习规划 我答：1. 不做生物 2. 做技术 3. 着重于数据分析和AI应用5. 是否用过AI搭建chatbox 我答：我做过，巴拉巴拉（讲简历）6. 用通俗易懂的语言解释一下贝叶斯推断 我答：不会，我只知道高数里有个贝叶斯公式7. 机器学习是否了解  我答：只会scikit-learn调包8. NLP是否涉及过，是否涉及到分词 我答：我不会，没涉及到9. 给你一个商品名和对应的编号未对应的数据，你如何分词  我答：我没做过分词，我猜可以用关键词分词10. 深度学习模型的区别11. 给你一组数据，你如何根据这组数据的特点去建模（喂喂喂，jd里可没说要会sql）12. 开窗函数有哪些？ 我答 Row_number、Row_rank13. Row_number的代码是什么，介绍一下？ 我答: ROW_NUMBER() OVER ( PARTITION BY ... ORDER)14. having和where的区别是什么？  我答：执行顺序不同，where在Group by 前面，having在Group by 后面15. join函数有哪些？区别是什么  我答：left join、inner join、 right join， 分别是取左表，两表，右表数据(我都说了我不会了，还问)16. scikit-learn和xgboost等包的区别是什么？ 我答：不会17. 一道sql，先分组，再开窗18. 再问，你的职业规划是什么，你为什么不做你们方向的工作 我答：我觉得生物对我没有吸引力，我想做技术去解决问题19.反问：1. 咱们组做什么的 2. 实习生会有哪些工作，我想深入到业务内部。还有好几个问题不记得了，问的很细致，问题很多面试官人不错，一个小时被拷打有点折磨，好几个问题都不会我的python呢？jd里的python问题是一个没问

1. 自我介绍（两分半）2. 挖简历（我的技术栈涉及到了数据库的构建，redis、django、celery等，主要问我数据库去了）3. redis如何实现锁，python中两个线程如何实现通讯 答：（这也不是大数据岗该问的工作把） 锁不知道，缓存的话我说我只实现过前端和后端的通讯，使用的redis作为缓存。4. 是否用过很多分布式的脚本 答：在实际的使用中写过很多，主要用的是shell，python用os比较麻烦5. python当中==和is not的区别  答：==主要是数值的判断，is not的布尔值的判断 （好像正确答案是==是数值判断，is not是对象判断）6. python中class的特性  答：class能调用自己，能内置函数，def只能直接调用7. 何时到岗，一周几天，工作多久？ 答：4个月以上，5天，一周内8. 为什么没让我反问？...跨专业小硕的第一次面试，聊的还挺久，面试官很和蔼纯电话面试，没手撕