(Java大数据实习生) 1.这个项目来源 2.集群框架是完全自己搭建的嘛 3.项目提及的数据源不一，怎么解决的 4.项目提及的数据质量差又是如何体现 5.项目里数据的清洗是怎么做的 6.用了Spark哪个模块， 用来做批处理还是流处理，SparkSQL 7.Spark知道哪些算子 8.了解什么窗口函数 9.Spark里的stage是如何划分的 10.Maxwell了解哪些，提及一个术语(没学过，说不上来) 11.kafka了解多少 12.kafka在项目里有多少个节点，他的组成是怎样的 13.jvm了解嘛 14.用java实现过什么 15.UDF函数了解嘛，写过什么UDF函数

题型：30道选择题+5道判断题 限时：30min 大数据研发工程师(2024届实习生) 题目都是围绕大数据组件，基本都覆盖到，hdfs，kafka，hbase，es，spark 原理，特点，适用场景..那些

1.自我介绍 2.说到维度建模，还有什么建模方法论，与维度建模区别 3.数仓分层作用 4.内表与外表 6.知道哪些存储格式，比如orc.. ， 7.如何保障全数据链路的数据质量 8.反问 回忆发现好像也没问太多问题，更多是自己在念念叨叨，最后一道也跑偏答很多。

岗位：大数据算法工程师 考试时长：90分钟 题型：单选15，多选5，问答2，编程1 基本都是算法相关题目，深度学习，注意力模型，可微分操作的算子，Softmax函数那些，聚类方法... 问答题： GAN网络学习过程； 在大量无标签数据下，训练AI模型使其获得较强的泛化能力，挑选一种最合适的训练范式并阐述训练步骤。 算法题：求二叉树底层叶子节点的和

答得稀碎，真难 三道编程题： 1.多孔补偿策略 2.表达式计算 3.挺复杂的场景，求路径最短时间

没当天记录，只回忆了一些 1.自我介绍 2.讲一下对hadoop生态系统的了解 3.除了简历这个项目，还做过其他项目吗 4.接触过什么数据库，mysql，... 5.那说一下mysql在什么时候索引会失效 6.MySQL用的什么版本，是哪种引擎，InnoDB与MyISAM有什么区别 7.MySQL四大特性 7.flink学过吗 8.hive与hbase学过吗，有什么区别 9.ClickHouse学过嘛 10.有学过es,..（后面两三个没听过的名词）嘛 11.java有学过，那spring全家桶这些都有学过嘛 12.线程池使用过嘛 13.多线程怎么创建知道嘛 14.有学过什么算法(不是数据结构...

1.问项目，为什么选这个项目，是学校项目吗 2.项目背景，为啥选用阿里云和CDH集群 3.有多少数据，数仓DWD层，DWS层，字段有多少，有什么主题域 4.开放问题，如果到客户现场，面向客户提的需求，要怎么讲业务口径和技术口径统一，推进需求 5.遇到推进不了，向内怎么解决

1.自我介绍 2.问项目：项目每个部分都参与了嘛 3.数据采集，是怎么用DataX同步的，还有Maxwell 4.有用到什么数据库，提及MySQL，MySQL里的数据，到数仓建模的过程，是怎样的 5.接触过非关系型数据库NoSQL吗 6.大数据集群框架怎么搭建，搭建步骤，那些节点怎么分配 7.提到用到hadoop，有什么组件，其作用 8.提及yarn，yarn有什么节点，还记得嘛 9.有没有遇到数据倾斜，是什么原因导致 10.除了key值不均匀，还有什么原因会导致 11.聊spark，是什么，与MapReduce对比 12.有没有学过实时计算相关的学习或者项目 13.还有用到什么语言，回应ja...

心血来潮 总结一下找实习以来的情况👇👇 背景 二本+双非一本硕 岗位 数据仓库/大数据开发 投递详情(总223份) 官网：80份 boss：191(沟通过)+26(已投简历) 牛客：17(未处理)+20(被查看)+7(通过初筛)+27(不合适)=71份 智联：5份 前程无you：3份 实习seng：24(已投递)+7(被查看)+2(初筛)+5(不合适)=38份 反馈(0offer) 笔试(8场)：亚信、携程、美团、恒生、美的、微众银行、中国移动、腾讯音乐 一面(5场)：Cider、携程、恒生、CSDN、Finture 二面(1场)：携程 属实感受了一把"拷打"，热情稍有退却，自身确实还有太...

总共285题，量确实多，分为 言语理解、数理应用、逻辑推理、空间能力、创新能力、企业文化与行业知识、性格测评 性格测评占了180多道 其他都是10或者20

1.自我介绍 2.你是潮汕人， 知道我们公司在哪嘛，为何不在广州深圳找，找这个工作是出于岗位还是城市 3.项目数据量 4.数据库与数据仓库的区别 5.知道scd嘛(反复确认了一下没听错) 6.如何采集业务数据 7.全量同步与增量同步，有什么适用场景或哪些表不能用，比如没有日期的，之类 8.项目用Flume和Kafka建立的数据流采集通道，是怎么样的 9.Flume数据采集过程中有没有遇到数据丢失问题 10.数仓建设从0到1 11.知道拉链表嘛，什么场景适用/不适用 12.反问

题型：三道编程题+两道问答题 编程题 1.(SQL) 从听歌流水中找到18-25岁用户在2022年每个月播放次数top3的周杰伦的歌曲 给了三张表： play_log(日期fdate，用户user_id，歌曲编号song_id) song_info(歌曲编号song_id，歌曲名字song_name，歌手singer_name) user_info(用户user_id，年龄age) 2. 输入a,b,c 编程计算一元二次方程ax^2+bx+c=0的值。 当a=0，输出指定内容：“xxxxx” 当a！=0时，根据▲=b^2-4ac的三种情况计算方程的根。 输入描述 多组输入，一行，包含三个浮点数...

1.自我介绍 2.可实习时长 3.对恒生有什么了解嘛 4.对金融(投递岗位是ETL--数据风险业务)感兴趣嘛，有没有什么了解 5.简历的项目是网上的，是怎么找的，用到什么开源框架，从项目中收获了什么 6.学校在广州，接受在杭州实习嘛 7.当场打开简历附上的博客地址/gitee地址，浏览了一下，轻松问到：看你记录参加了一些其他的笔试面试情况，觉着恒生的笔试怎么样,有上传什么代码吗 8.反问 整体互动氛围轻松，面试官给了未来对于这个行业，技术与业务的看待，建议。

三部分： 1.行为测试(中文问答) 4道问答题，比如最近经历过最复杂的事情是什么，情况是怎么样的，怎么解决的，怎样的思考(这作为一个大题)。然后就这个问题，给一定时间作答，开着摄像头录制。 2.英语测试(英文问答) 2道问题，给一个图表，提问可以发现什么；还有一道问如果同事没按公司标准的ppt模板，你会怎么做 3.认知测试(游戏环节) 图形规律题，给一定的时间，能答多少答多少