最近大厂都在推AI，赶这个风口，总得来说还是为了提效AI Coding看似是在考察Prompt，实则是考察结构化表达能力，面对复杂问题，如何拆解步骤，输入输出如何定义，选择什么样的方法解决。AI作为一个通用工具，会的多，但不精。上下文缺失/幻觉是常有的事做好AI coding，首先要明确AI定位角色，主要职责，再拆解任务，分步骤处理，一下子派个大任务很可能做到一半忘了前面。提供高质量的上下文，清晰，简练，过多上下文会造成认知负担，AI生成代码过于冗余，尽早进行干预，如删除无用代码，精简传参。对于AI幻觉（“别一直import你编的库”）导致的编译错误，可以要求给出参考文档，每个系统函数都要求有参考，禁止瞎编最后就是code review能力，快速识别问题，定位并解决，产出切实可运行的代码。

学弟学妹看过来！我们部门校招岗位多多！🔥技术/非技术全都有，HC管够， mentorship超nice～想斩获大厂offer？【填写我的内推码】4X3EEWG，内推快人一步！📣美团2026年春招火热进行中①27届转正实习、26届应届生同时招②春招可投三个志愿，增加面试机会③志愿不必一次全部填写，可以先投一个④最心仪的志愿优先填报，越早投递，机会越多✅【投递通道】点击campus.meituan.com投递。

最近组里在找社招外包，同事说最近面的外包不行，是哪里不行？社招外包是不看学历的，社招普遍具有的弱点是1.只会说自己干了什么事，没有自己的思考2.感觉没有重视面试这件事，准备不足(八股背的不好)3.没有结构化表达，说项目经历比较乱(表达这方面也是大部分人需要学习的)思考在这点上校招和实习生会做的好很多，尽管没有经验，公司不看重你之前干了些什么，更关注你能从这些经历里学到了什么，有什么东西能复用到下一段经历。

从25年2月到现在，接触大数据开发已经有一年了，从MySQL，orcal，到flink首先就是写SQL，毕竟大家大部分都是SQLboy，SQLgirl，SQL是基础，可以在力扣牛客上多刷题。手撕常考！数开作为技术岗中最贴近业务的岗位，理解业务过程并进行数仓建模是最重要的一部分建模这块主要涉及，指标维度建设，数仓分层，讲解项目结合业务来讲.技术栈主要分离线和实时，实时门槛工资相对高一点，但应用场景比离线少很多，离线是数仓的基础。大数据技术栈主要是Hadoop生态圈，分布式的一些东西，也就是八股基础的得会，得理解整个架构运作流程，光背是记不住的Hadoop，hive，spark离线最核心的技术栈，也是八股最常考的，实时主要是spark，flink其次是一些数据处理框架kafka，etl转换工具知道一些，怎么用的大数据的框架搭起来比较麻烦，时间赶的不建议亲自搭环境，理解项目业务过程，这个项目做了什么，整个数据链路能讲清楚即可。技术栈的一些相关学习渠道，博主是在B站上找视频学的，也够用，时间赶学重点就行，结合八股来看。最后是算法手撕，本人算法很烂，除了大厂基本不考这个。出的题一般比较简单，会hot100就行个人经验来看，简历上有了实时项目，很少问Hadoop八股，更偏重spark和flink。项目还是以离线为主。实习发现实时数据只占很少一部分，离线是底盘有了实习经历就不咋问项目了

秋招拿了一些不太满意的offer，于是找了个大厂实习，无力面试了上次offer call问了期望薪资，报价太高貌似把HR吓走了

面试全程20min，面完第二天发offer面试官说的话比我多，没问什么，实习转正，对实习生要求不高

1.自我介绍2.数据采集怎么接入3.每周数据量，增量同步与全量同步，采集策略4.维度表修改，怎么维护历史数据5.数仓分层每一层内容6.dwd和dws指标7.跨业务指标怎么计算8.校验规则在哪一层执行9.有没有遇到过数据质量问题影响上线的情况手撕，给定左右表达式，参数和关系运算符，求最后结果

项目实习 1.数据清洗策略怎么应用，人工核查还是有工具2.分层有哪些依据道理3.对维度退化如何理解4.指标体系计算是指哪些指标5.最大事实表数据量有多少6.规则质控校验，怎么判断达标率提升7.一些任务跑的很慢，怎么去调优和解决8.flink接触到哪些，核心工作，怎么去使用9.数据延迟怎么处理，有没有做一些操作手撕，两道SQL1.用户最早一次和最近一次评论2.每日用户次日留存率，3日留存率，7日留存率反问已凉

总共就一面，一个技术人员，一个HR，两个人一起面已oc1.自我介绍2.哪里人3.实习主要参与工作4.数据采集用的什么工具5.数据分层优点，每一层是怎么样的数据6.对Hadoop熟悉吗，有自己部署过吗7.高可用有搭过吗8.secondary NameNode作用与NameNode区别9.Hadoop和Doris有什么差别10.flink主要用来做什么11.flink cdc用过吗12.用的哪个flink运行模式13.了解MR的shuffle吗，为什么要去做shuffle14. MR和Spark差别15. 数据倾斜问题，解决方案16.什么途径了解到公司17.是否接受长期出差18.工作地，加班

前段时间面试，面试官问了这样的一个问题。在找工作的过程中，发现同一批人大多是研究生学历，和我竞争同一个岗位，一定程度上说明研究生学历的饱和，面试官看到本科学历都不免惊讶一下。考研作为大趋势，和我相同年纪的人，大多不假思索选择考研从面试官视角来看，学历的差距能体现一定能力的差距，也是最简单的筛简历方式，那么个人能力还能体现在哪些方面？从个人发展来看，学历的提升和读研期间的成长，与提前工作带来的两年工作经验，孰轻孰重？如果是你，回到过去会选择考研吗

金九银十已经是过去式，现在是金七银八九月初投到现在，就这样挂挂挂。面试也没几个，笔试做到厌倦😋到十月中旬流程也不给我推了，都招满了是吗拿到的offer全是小厂➕外包➕转正实习，一个满意的没有如何呢，坚持秋招or找实习春招

数开 疑似HR面面试官迟到10分钟，还喝奶茶。。1.之前的实习没有拿到转正吗2.说一说在实习过程中印象最深刻的一件事3. 实习中最大难点是什么4.这个工作主要有多少人负责做5.自己设计了多少张DWD DWS表6.表的主键是什么7.DWS表主要做了什么8.有关用户的表做了哪些操作9.技术上的遇到的困难，难点10.实习有什么心得11.哪里人，家里情况12.做重大决定时会考虑哪些人的意见13.兴趣爱好，为什么选择这件事14.项目是独自完成还是组队15.对人生影响最深刻的一个人16.从哪些渠道了解招联的，认为招联是个怎么样的公司17.未来三五年规划18.有其他公司offer吗反问

数开方向 1.实习项目2.数据集成是怎么做的3.创建采集任务是在平台上做配置就可以吗4.ODS层表怎么创建5.数据质检这块在哪里做的6.数据采集这块是自动的吗，质控规则是怎么触发的，跟任务相关吗，绑定在任务中还是单独的7.脏数据流入ods层，能阻断下游任务吗8.ODS层定位是什么9.分区会不会过多，分区有什么好处和坏处10.分析过程中会用到哪些层的数据11.有没有遇到DWD层没有需要的数据，ODS层有数据的情况，能否从ODS层查数据12.数据处理过程中，有没有遇到数据倾斜，小文件过多，分区不合理等问题，如何处理，怎么去看错误信息13.业务提诉求，是直接把结果给对方，还是SQL14.spark的参数调优反问

数开 1.自我介绍2.维度模型建设说一下3.让你对事实表分类会怎么做4.事实表分为哪几类5.多表关联类型(包括semi join)6.关联策略7.开窗介绍一下(细节，和常用函数)8.自定义函数用过吗，有哪几种类型9.Doris表模式10.说一下superset11.flink怎么保证端到端的一致性12.spark  rdd13.依赖怎么划分14.手撕SQL：每个视频创建者的姓名，uv，PV以及PV占比反问