1. 自我介绍（我早该注意到这是ld面的，讲项目被打断了）2.   数仓建模的理论和数仓建模有哪些好处3.其他建模方式理解嘛？有哪些坏处？4. 为什么维度建模比其他建模强？5. 维度建模有哪些坏处?6. 两表join+groupby+insert的书写思路讲一下7. spark如何执行语句8. spark的task如何确定9. spark的task由什么决定？10. 数据库和数据仓库的区别？11. doris相比数据仓库有哪些优化？12. 业务上，有哪些同学对接？13. 讲一下实习上遇到的一些问题？14. 从业务场景、业务目标、技术细节、核心指标去讲解一下你的实习经历14. 你觉得我们数据仓库应该具备哪些数据能力？15. 你在日常实习中如何与上下游沟通？16. 你觉得下游与你沟通需要有哪些要求？17. 哪些事情让你很有价值感？无手撕感觉ld觉得我回答的不是很好哈哈哈，这些问题有点抽象，自己理解还不是很深刻反问：1. 对应届生的要求2. 团队氛围3. 如何快速适应字节

1h 0. 面试官介绍部门，问你是准备走校招还是走实习转正，说实习转正流程会短，我说不接受实习转正，走校招1. 自我介绍2. 你说的指标平台，它能确保指标口径一致嘛？ （这里陷入了自证陷阱，完全没想到要进一步思考，需拆分到原子指标的八股上）3. 数仓建模的理念说一下4. 你提到了Flink，你在Flink使用中经常用到的算子有哪些？5. Flink窗口计算了解嘛？6. Flink的数据流延迟怎么解决？7. 你也说你了解Spark，Spark执行一条语句的过程讲一下？8. 数据倾斜的现象以及优化的方法？9. 给你一个具体的场景，count(distinct)你在工作中会怎么优化？10. 你的职业规划11. 能抗压嘛？12. 手撕：数据流 做法是lag函数+分组，很简单反问：1. 优化点2. 喜欢什么样的人3. 强度一面完立刻通知通过，约二面

总计35min，一场八股盛宴1. 自我介绍2. 深挖项目3. 数仓分层的建模理念4. 你的dwd层只做了数据的清洗转换，那没有这一层不是也可以嘛？（这里感觉回答的不好，说到最后反而觉得面试官说的有点道理。。）5. 除了三范式建模和数仓建模，其他建模方式了解嘛？ 我答不了解，不常用，书里有6. 聊聊雪花模型和星型模型7.  哪里人8.  数仓中的压缩算法和文件的存储格式了解嘛？ 答了parquet+snappy 和 zlib+orc9. orc的压缩倍率高还是parquet的压缩倍率高？ 我答orc，我猜的10. spark3的aqe了解吗？11. aqe的优化方向有哪些？12. aqe在什么场景下适用，在什么场景下用了反而不好？13. Flink 的exactly once14. Flink的两阶段提交和三阶段提交有啥差别？（我蒙的，我说Flink的两阶段提交实际上是三阶段的前两个阶段合并，利用checkpoint机制相当于合并了三阶段的前两个阶段）15. 场景题：大数据场景下，如何取某个参数为前1000的user_id16. 你们日常的需求开发流程是怎么样的？17. 场景题：如果有一个需求很紧急，需要插入到这次的开发进程中，你会怎么处理？18. 什么时间能来实习？反问：1. 业务2. 改进点3. 工作强度更新：已挂

这次的面试官非常友善，还在喝奶茶，全程都是笑着的，氛围非常棒1. 自我介绍2. 深挖项目3. 你在实习中做了哪些方面的工作？4. 你的专业？5. 手撕：设计一张hive表，用于储存用户的连续登录天数，你会怎么设计反问：1. 觉得我设计的这张表还能怎么优化，有没有更完善的方法？（说是用数组存会更加灵活，建议用数组存）2. 工作强度3. 业务主要负责方向（得知应该是整个数据中台均参与面试，最后分到哪个组还不一定）总共才30min，时间很短，不知道结果如何，许愿oc

1. 自我介绍2. 问项目，事无巨细3. 慢查询遇到过嘛？说一下怎么解决的5. spark的stage是怎么划分的6. 宽窄依赖讲一下7. mysql如何设计增量表8.手撕：sql：连续点击次数9.手撕完，sql语句的执行顺序10.你如何快速融入部门业务开发11. 能不能来提前实习真的累死了，连续讲了2个小时10min后又三面，我累了

1. 自我介绍2. 深挖项目3. 你们的指标体系是怎么建设的？4. （看我的简历的技术栈）你的模型优化是怎么优化的？5. 你的宽窄表是怎么设计的？6. 你说sql问题的定位，你讲讲平常的sql定位遇到的一些问题？7. 两道sql，3min秒了，第一道题就聚合，第二道题是连续登录面完秒约2面，10min后开始更一下timeline：9.9 一下午三面9.11 已挂，回人才库了

1h10min1. 自我介绍2. 深挖项目3. 你在实习中做了什么？4. 你们的策略调整只局限在PE吗？我答：对5. 数仓分层的逻辑讲一下6. 讲一下你项目中遇到的困难，怎么解决的7. 你认为数据库（比如mysql）和数据仓库的有什么区别？8. 手撕：1道sql + 两道算法，第一道题是从二维数组中寻找目标值，第二道题是bfs+拓扑排序手撕过程先说思路，面试官说对了之后再开始写，我一开始以为不用跑，面试官让自己跑一下，用例自己写一个，验证输出正确了就ok了反问：1. 业务是什么？2. 我有什么需要改进的地方吗？3. 应届生需要的素质和技术栈有哪些？

1h20min1. 自我介绍2. 深挖项目3. 项目难点4. 问了两段实习经历都在做什么5. 两道sql 次日留存和topN （这里有个坑，没有指定是哪一天，害我改了5-10min）6. ai coding  从prompt的设计，到可视化展示7. 能不能提前来实习反问：1. 对应届生的性格能力和技术栈的要求2. 本次面试中我有没有什么需要改进的地方3. 业务有哪些？ 这里面试官讲了很多，我表示非常认可9.11更新：9.5面试，9.11早上八点多回人才库了，感觉寄了9.11晚上更新，又回去了，等结果

先省流：凉经，面试官就进来的时候开了一下，不开摄像头，疯狂拷打90min，最后告诉我有缘再见...1. 自我介绍2. 自我介绍到一半就被打断3. 深挖项目（我介绍的时候说太抽象了听不懂，让我共享屏幕去绘制流程图4. 一个环节一个环节给面试官介绍，随时解答各种问题5. 手撕一道数学算法 平行四边形非力扣题，用例都要自己写反问：1. 公司业务2. 对候选人的要求3. 对我有啥建议更新：第二天挂，又被其他部门捞走

总计1h 0. 面试官介绍1. 自我介绍2. 深挖项目（这里巨细无比，连怎么开发的，设置什么参数都涉及到了，太狠了）3. 上一段实习经历为什么没转正？这一段实习经历能转正吗？4. spark了解吗？说下spark遇到查询时间过长的时候怎么解决5. 直接问具体表现是什么6. DAG图哪个地方？如何确定是map算子还是shuffle算子时间过长？ exchange exchange exchange!7. Flink的时间语义讲一下，最多用在哪个方面？8. Flink的sink了解吗？怎么sink的？9. 为什么选择落到doris中，是什么原因让你们选择了doris？10. Doris的性能优化讲一下11. 用过doris的索引吗？比如bitmap索引12. 你们在计算uv的时候有用到吗？13. 你说doris的多维聚合和分析能力很强，实际用过吗？14.  如何确保实时和离线指标一致？ 我差点展开说，被制止了15. 目前秋招进度怎么样了？有意向了吗？ 这里我说太多了，有点后悔，不应该具体说细节的手撕：sql：group聚合+lag窗口函数问我会不会java，我答不会，会python，手撕算法作罢反问：1. 业务有哪些？2. 对应届生的技术栈和性格素质的期待？3. 工作强度大吗？最后面试官给我提了个意见/建议，说我话太多了太冗余了，需要精简，确实应该好好思考一下。1h后更新：1面过了

1. 自我介绍。2. 深挖项目3. 在项目中，你具体负责和完成了哪些工作？4. 你们是如何划分DWD、DWM、ADS这些数据分层的？5. 在项目过程中遇到了哪些难点？6. 描述一下二次分区，以及它为什么能解决数据膨胀的问题？7. 你如何理解Flink中的“状态”？用了哪几种状态后端？8. 启动Flink任务后，状态是缓存在哪里的？9. 你刚说Hbase作为状态后端，实践过吗？ 我答只停留在理论，没实践过10. 能否描述一下Spark的执行原理和提交过程？11. 在做离线处理时，有遇到过数据倾斜的问题吗？是如何解决的？12. 你了解Flink的回撤流吗？你的使用场景下，会生成几条数据?  我答了1条，面试官告诉我是2条手撕： 三数之和 + 前缀积反问：1. 业务是什么2. 工作强度大不大3. 对正职能力和性格素质方面的要求1h7min，2/3的时间都在挖项目，最后两道算法，不知道为啥没有sql

省流总结： 招聘全栈工程师，不像互联网，没有平台，需要从底层原理聊起，完成ETL的相关任务。全程一问三不知，给面试官说用大数据组件的原理来解决问题，面试官说你具体说你会写什么技术器。1. 自我介绍2. dqc怎么配的？3. sla怎么配的？4. mysql发生数据的增删改的时候，你怎么同步？5. 你说用Flink cdc完成了数据同步，你讲讲具体怎么操作？6. 了不了解redis？7. redis为什么快8. redis的底层结构是什么？9. mysql的事务了解吗？10. 索引了解吗？有哪些索引？11. 前缀索引是怎么匹配的？12. 前缀索引的底层原理是什么？13. 前缀索引的数据结构是什么？14. 死锁了解吗？ 什么条件会导致死锁？15. 日常用的什么语言比较多？ 我答python和sql16. python多线程和多进程了解吗？17. 用python读过大数据量的表吗？18. 给一个分布式的多个机器，要同时访问/修改某个文件，你说说怎么解决？19. numpy怎么读大数据量的表20. 做过通知机器人吗？21. 智力题？硬币翻转 我说递归去做，面试官说你这只是提出了个方法，没给答案。22. 快排了解吗？说一下原理无手撕反问：1. 业务主要做什么2. 希望候选人具有什么样的品质3. 工作强度大不大被嫌弃了都是基于平台做的，说我不懂计算机的基础，这对于转专业数开鼠鼠来说，太难了....

1. 自我介绍2. 深挖项目3. 你的 dwd 层，dwm 层，ads 层是怎么确定的4. 你说你对离线整个链路的建设很了解，那你说说你如何开发整个离线链路5. spark 内存模型了解吗6. 抢占内存是个什么机制？7. spark 内存方面的调优说一下8. 你说 CPU executor 内存比例是 144，为什么是这个比例？9. spark 的 join 方式有哪些？10. spark 1 个 CPU 核心只处理一个 task 吗？11. soft merge join 的机制是什么？12. spark 大表关联小表的时候，小表，是怎么广播表到内存中的？13. spark 广播的小表储存在哪里？14. 广播的小表又是怎么取出计算的？15. 两道 sql，topN 和连续登录反问：1.组织架构2.喜欢什么样的人才3.工作强度如何大约45min感觉要凉，特意在面前看了spark的内存模型，以为自己基本上懂了，结果被狂问到不会

40min 1. 自我介绍 介绍完直接开八股2. 开发过程中，是你主导还是谁主导  答：mentor主导，这还能是我主导？？3. spark相比hive，有哪些区别？4. 数据倾斜遇到过吗？如何解决的5. spark的任务是如何运行的？ 答：单集群模式和yarn模式（但是回答单集群的时候答串了，对自己无语）6. 数仓建模你是怎么理解的？都是经典大八股手撕sql：1. top1002. 球队得分 思路是两表union再聚合---问的问题这么简单，是kpi吗.....timeline:8.25 一面8.26更新：约2面了8.28 二面8.29 看招聘流程，已挂