30min 1. 自我介绍2. 深挖项目 （ 简单聊了聊背景和价值3. 数仓建模的理念3. 慢sql的处理方法4. 数据倾斜的处理方法5. 目前进度如何无手撕反问：1. 业务2. 候选人要求感觉还是比较简单的，闲聊比较多

线下面，上海京东工区，共计30min1. 自我介绍2. 专业3. 项目深入聊了聊4. 实习的地方有没有hc5. 为什么不找个暑期实习6. 对京东的意愿如何7. 现在秋招的进展如何8. 把你现在的流程排个序9. 京东对校招生的重视有了解吗？反问：1. 多久出结果 一周内（这赶上国庆得多久啊...2.  AI (不应该问的，hr跟我说昨天京东开了ai的大会，问我看没看，我说没看3. 候选人特质北京工区的hr是专门为了面在上海这边的同学飞过来的，对校招生的重视可见一斑，总体上是个不错的面试体验，许愿一个oc

30min，面到一半我就知道自己凉，不可能过，技术栈不匹配1. 自我介绍2. 项目深入介绍一下3. 你觉得开发大模型和传统的app开发对数据方面有何要求的差异？4. 高质量的数据集会具有哪些特点？5. 高质量的数据集会有哪些维度？6. 会用python开发agent吗？7. 合成数据了解吗？ 我说不了解8. python进行一个异步任务会吗？  我说会简单的调用api，不会写多线程9. 你们实时用什么技术，离线用什么技术？反问：1. 部门业务2. 对候选人的要求3. 工作强度 （我很不友好了）但是整体面试官非常友善，态度非常好，虽然没办法通过，是一场不错的体验，还需要加强对AI的理解

50min，leader面，但是好年轻1. 自我介绍2. 深挖项目3. 深挖实习经历 （太细致了，每个地方都问问问4. 为啥有实习的切换5. 为什么想要来到阿里健康无手撕反问：1. 候选人要求2. 对AI的看法全程我一直在叭叭叭，不间断提问，一直都问的很细致，累死了==另外，最后面试官一直说时间有限，希望不是凉了，许愿一个hr面

30min，出了点小差错，面试官那边没声音，变成了电话+面试间面1. 自我介绍2. 深挖项目3. langchain有用过嘛4. dify怎么用的5. 无八股手撕：一道sql，topk的topk，5min秒了，不过输入框是真的小，写起来很难受，纯靠自己记住之前写的代码继续写总体感觉很轻松，面试官很好，也无压力反问：1. 业务2. 候选人要求3. 优化点

leader面，40min1. 自我介绍2. 之前做的是toc的现在换到tob业务，你感兴趣吗3. 之前的toc业务需要具备的能力，和tob需要具备的能力，以及你有哪些能力4. 能抗压吗，可能会遇到很多问题，线上和线下的5. 性格上，你有哪些素质？6. 你喜欢先学习还是后学习？面试官非常详细的介绍了他们的要求和现状，然后问我喜欢哪种，业务讲解很详细，聊起来挺开心的反问：1. 应届生的要求2. 对AI的看法

1h 1. 自我介绍2. 上来就做题，3道题，然后拷打思路3. 项目介绍4. 项目深挖 人员配置，工作比例，具体到哪张表是谁开发的5. dwd的设计理念，怎么构建的6. 数据集市和数据仓库的区别7. 事实表的类型反问：1. 业务2. 应届生的要求3. 对AI的看法

30min，leader面1. 自我介绍（面试官一直叫我别那么正经，说要闲聊2. 项目难点3. 数据清洗过程提3个经验4. Flink sql的json解析超时怎么办5. 列举出你自己的优势6. 项目介绍一下7. 你觉得自己日常交流过程中沟通能力如何8. mbti （真有人问啊9. 如果三面线下面，你能来不反问：1. 对候选人的要求2. 业务3. 对AI的看法

电话面，35min1. 自我介绍2. 简历深挖3. 从业务背景、数据链路、实际价值等方面阐述一下你的第二个项目4. 设计数据模型的时候，你们是如何确保数据质量的？5. 你们团队的定位，是数据中台吗？ 我说是独立业务线6. 你们数据团队的分工怎么样？7. 算法是你们开发的吗？of course not8. 你们有数据中台吗？9. 项目深挖，聊了一会手撕：1. 一道sql，topk，过滤+聚合， 2min秒了2. wordcount，利用text中的字母，组成'ballon'，最多能组成几个，text中的每个字母只能用一次， Counter秒了反问：1. 业务2. 对应届生能力的要求这里给我介绍的很详细，从团队的定位到数据的定位到实际的模式，非常详细，感谢面试官

京东科技，1h1. 自我介绍2. 深挖项目3. 你的实习经历中，大数据基建是怎么样的？4. 你们整个公司数据存储的量级，是多少pb？（我不知道啊5. 你们大量级的数据，存储介质是啥？6. 你的实习经历中，整个公司的数据量是怎么样的？（我哪知道，我又没权限看所有的数据，我说我只知道我们业务线的数据7. 讲一下大数据组件的基本知识（hadoop那一套8. 讲一下实时链路怎么设计的9. 项目难点10. 讲一下数据仓库建模的理念和数据模型的种类11. AI用的多吗？讲一下怎么使用AI的？12. 讲一下全量、增量、拉链表的设计方式？13. 现在有一个text2sql的ai模型设计，你会怎么设计？14. 现在进展不达预期，你怎么和leader沟通？15. leader给压力了，你咋办？16. 能来提前实习不？反问：1. 应届生要求2. 业务3. 对AI提效的看法

40min，面试过程中明显感觉到更注重基础，楼主很显然基础比较拉1. 自我介绍2. 单节点模式如何设计？（上来楼主就懵了，说是为了解决同时多个类对象吧啦吧啦的，楼主表示不会）3. spark的宽依赖和窄依赖？4. union算子为啥依赖了多个分区，但是还是窄依赖？5. 讲几个排序算法，挑一个讲讲原理 （楼主讲了快排）6. 时间复杂度是多少？7. 是否存在退化的情况？8. 怎么优化？9. 还有没有更快的方法？10. 场景题：有一个user_id，长短不一，需要你来排序，你会如何设计？（楼主答了bitmap，但是讲不出所以然；又说了桶排序，还讲不出所以然）11. 介绍一下你这个AI的项目12. 深挖项目13. 大模型在输出结果之前的等待时间，在做什么？（楼主答了个投票选最佳结果，面试官告诉我不是，我答了个激活参数的等待时间）14. 除了这个工作中，还了解哪些AI技术？15. 日常工作中是否涉及到多个部门的交流？16. 怎么交流的，有没有什么问题？17. 举一个例子说一个交流阻碍的case无手撕，最近面的都没啥手撕环节吗...反问：1. 业务2. 技术栈3. 应届生的要求

楼主参加了菜鸟集团的线下面试，记录一下一、面试环节1. 去找自己想投递的岗位的摊摊2. 去到对应摊摊将简历给面试官 （数据研发工程师的摊摊很冷清，楼主迟到了2h仍然是第4个3. 面试官评估你的简历是否要给面（楼主通过了）4. 取号等待叫号参与面试5. 面试二、面筋1. 自我介绍2. 第二段实习的技术难点3. 数仓分层的理念4. 日常数据异常怎么处理5. 离线链路建设是为什么？6. 数据没产出或者异常时怎么处理？7. 讲一下你的专业8. 为什么选择大数据？9. 你课题上的实践？10. 给我讲讲测序到底是啥原理？（楼主作为生信人，侃侃其谈，一顿扯无手撕无反问，回答完就让我走了

1. 自我介绍2. 拷打项目3. 再让你做一次你的项目，你会怎么做（这里我说了paimon，给自己埋坑了）4. 数仓建模的理念5. 维度建模的流程6. spark的算子执行过程7. spark的数据倾斜体现以及怎么解决8. Flink的状态过期策略9. Flink的双流join10. Flink的聚合和计算是怎么实现的11. Flink的checkpoint机制12. 场景题：Flink计算历史留存，你会怎么计算13. 场景题：如果离线的t-1数据没产出，你怎么办 （Flink计算t-1的数据14. 场景题： Flink故障恢复时候，要拉取到多少天之前的数据？ （我说checkpoint，告诉我如果要用新的算子就无法使用checkpoint）15. doris的读写流程是怎么样的？16. paimon的changelog种类？（paimon就学了点原理，我哪知道这个17. paimon的model xxx种类？18. iceberg如何实现故障恢复？50min，无手撕反问：1. 业务2. 应届生要求3. paimon的理解4. 没手撕吗？ 得到的答案是有的有有的没有，主要看笔试（只a1道的我瑟瑟发抖感觉挂，面试官说要跟leader沟通下更新：50min后已挂，原来和leader沟通下是挂了的意思

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9.16更新：说是横向挂了反问：1. 对应届生的要求2. 团队氛围3. 如何快速适应字节