从事数据开发，手写面试题5W字，涉及hadoop、zookeeper、kafka、spark、flink、clickhouse等常见的大数据中间件，文档可以后台踢我1、Hadoop特点hadoop是一个分布式计算平台，能够允许使用编程模型在集群上对大型数据集进行分布式处理hadoop的三大组件：HDFS（分布式文件存储平台）、MR（计算引擎）、YARN（资源调度平台）特点：高扩容：hadoop在集群键分发数据并完成数据计算，集群可以方便进行扩展节点成本低：hadoop使用链家的机器组成集群来分发和处理数据，不依赖高端成本，高效率：在集群中处理和分发数据，处理速度非常快可靠性：存储在hdfs上的...

时间：持续40分钟左右。类型：线上视频面试，1位面试官，项目组领导；面试官很和蔼。流程：首先要求做自我介绍，随后提问40分钟，无算法题目。提问问题：实习可以来多久，每周来几天？介绍一下本科的地图导航项目实习经历（问的很详细）、出租车GPS轨迹分析经历、微波遥感反演经历、研究生的遥感产品生产经历（问的很详细），这些经历是否主要都是人工提取数据的信息、没有用智能算法来实现？产品生产时，时间序列重建用的方法具体是什么，和你的毕业内容中的时间序列重建有何区别？怎么本科的项目经历较之读研后更多？常用的坐标系都有哪些，火星坐标和其他坐标有什么差异？未来的职业打算如何？是否用过ArcGIS与QGIS？你们一...

时间：持续50分钟左右。类型：线上视频面试，1位面试官，项目组领导；面试官很和蔼。流程：首先要求做自我介绍，随后提问35分钟，算法题目2道、15分钟。提问问题：挑选一个你印象最深刻的项目介绍一下？详细介绍一下本科的地图导航项目实习经历（问的很详细）、出租车GPS轨迹分析经历（问的很详细）？当时路网数据量有多大，道路大概有多少条？路网数据如何读取到C++ 的？如果有两个路网数据A与B，他们之间有一定空间差异与绘制时产生的误差，如何对二者加以配准，如何确定正确的路网？如何从路网数据中，确定某一个矢量具体对应着现实的哪一条路？如果知道两辆车的车辆行驶过程GPS数据，如何判断两辆车是否行驶路线一致，如...

一、自我介绍雷区1.无重点罗列常见范式“面试官你好，我叫xx，目前在xxx公司负责xxx，做过的第一个项目是xxx，当时主要是 xxx，然后我通过xxx，结果达成了xxx。第二个项目是xxx，当时主要是xxx，然后我通过xxx，结果达成了xxx。再之前在xxx公司负责xxx，做了xxx项目..”从这标题就知道大概率是对面试官的无效输入，就跟我前面发的怎么写简历那篇文章说的一样，你需要在短时间内给到面试官你的亮点，而不是把简历再读一遍。2.与面试的岗位无相关有些经历其实可以匹配不同岗位，跟针对不同岗位投递岗位一样，自我介绍依旧一个模版套全部，那也是一个无效信息。比如我曾面一个产品经理，对方把自己...

又一年月饼季，同样也是各大公司礼盒创意大比拼的时刻。本文列举了18家大厂礼盒，看看你更喜欢哪一个？文末再聊聊你们家公司今年中秋送了啥？ 百度 百度与图拉斯联名，一个高颜值移动电源，一个多功能斜挎包，再加上定制款月饼。 腾讯 月饼灯盒，主题“云启探月”，一个创意小夜灯，搭配 4 枚定制月饼。 小红书 听得浮生一日闲，内容分别是听得、吃得、嗅得，内含六枚月饼、diy版画音响、酒壶以及行李牌。 字节  美团 美团送了两把月亮椅和六枚月饼，也算是应景点题。 快手 快手“武林外传”主题礼盒，分吃喝和玩乐两种，一个是麻将套装一个是餐具套装。 蚂蚁集团 蚂蚁还是盲盒，4 款独家公仔盲盒，外加 6 枚月饼。 ...

面试时间：2025.09.10，共计65分钟岗位：数开共两位技术面试官，轮流提问流程：自我介绍、项目、基础知识(Java基础方面、数据库方面、计算机基础方面(操作系统)、计算机网络方面)、算法笔试。1、数据平台中，任务计算成本的计费维度？1）计算资源：cpu使用量，内存使用量  2）存储资源：存储空间，存储时间  3）数据传输：数据传出，数据传入  4）作业的执行时间  5）服务类型：离线批处理还是在线流处理2、Spark作业从哪些方面可以发现能够优化？Spark作业可以从哪些方面进行优化？从哪些配置入手 or 从哪些阶段入手？3、数据冷备底层实现一、异构存储是什么HDFS异构存储的价值在于，...

今早起来收到一条短信，假如这是一条涨工资的消息也好哇

Q1、你是怎么理解数据分析的？流程如何？数据分析是基于对业务的理解，发现业务中的问题或潜在增长点，形成分析思路，并利用数据分析工具进行分析，给出结论和解决方案，并协调各方推动方案落地，解决问题，回到业务中去的完整闭环。数据分析的主要流程：观察现状、留意变化、多维、交叉分析、预测趋势、生成策略、推动落地、复盘效果。Q2、你认为数据分析的价值如何体现？数据分析不是数据统计，不能仅仅停留在输出一份数据报告，给出一些数字，要给出结论，讲清楚数据背后的业务含义，数字的大小正负说明业务是好还是坏，有多好或者多坏。明确数字背后的业务含义外，还要给出背后的原因，好的方面是否可以复用拓展，坏的方面原因是什么，应...

在AI时代，数仓建模不仅没有失去价值，反而因数据规模、复杂性和业务需求的升级，其核心价值被进一步放大。数仓建模的本质是通过系统化的数据组织与治理，将原始数据转化为可被业务和AI高效利用的“资产”，而AI的深化应用恰恰对数仓的“数据资产化”能力提出了更高要求。以下从五个核心维度展开分析：🧱一、AI依赖高质量数据，数仓建模是数据质量的基石AI模型（尤其是机器学习、深度学习）的效果高度依赖“数据质量”——包括准确性、一致性、完整性和相关性。未经治理的原始数据往往存在噪声（如重复值、缺失值）、语义冲突（如不同系统中“用户ID”定义不一致）、业务逻辑缺失（如交易数据缺少关联的商品分类信息）等问题，直接...

1.自我介绍，项目介绍2.详细讲一下DWM、DWT、DWS这些层的具体职责和它们之间的数据流向3.如果你的DWS层的某个指标突然不准了，你会怎么排查定位问题？你平常怎么做血缘追踪？用的是哪套工具4.能不能举个具体业务场景，说一下是怎么解耦的，带来了哪些好处5.ODS到DWS的过程中你如何保证数据质量6. 在Hive上处理过什么级别的数据量？任务最长耗时是多少？怎么优化的7.如果Hive一个任务执行特别慢，你会怎么排查问题8.你说你熟悉Flink-sql，那你讲讲Flink是如何实现Exactly Once的？Flink的状态是怎么管理的9.Kafka异常数据你是怎么处理的？如果某个topic滞...

1.过往经历集中在数据分析，如何看待自己的职业发展，对数仓这个岗位如何能确定自己是能长期做下去的2.介绍一下过往项目，要求详细说明项目的背景，做了什么，怎么做的，结果如何3.一个比较抽象的问题：如果目前有很多视频，有用户id，视频id，开始播放时间，结束播放时间，怎么计算某个时间点最大的视频播放量，不用写sql，口述即可4.在这个过程中遇到数据倾斜的问题，比如某个视频播放量特别大，该如何做分桶，针对哪个字段5.spark中造成数据倾斜的原因是什么（落在shuffle）6.spark中的stage和task是并行还是串行的？spark中有哪些算子会造成数据倾斜？解决数据倾斜的手段有哪些7.了解索...

自我介绍介绍项目（以数仓的形式介绍的）项目中存在的难点针对说的难点继续挖（说得不是很清晰，面试官说没听懂我说的）对AI、LLM的了解对脚本语言的了解，比如shell、python为什么选择数仓开发，结合LLM说一下自己的看法在业务实现过程中，可能会遇到好沟通的或者不好沟通的人，你有没有遇到过这种情况，如何处理反问：部门具体的业务

先介绍自己的项目，然后对项目提问（问得很少）给一个你不熟悉的业务，要求做一些报表、指标，你会怎么做（如何设计数据仓库，数仓建模）Hive有哪些存储文件格式，对应的应用场景？给一个txt文件，load数据到Hive中需要考虑哪些问题？给A、B两张表进行join，描述join的过程用MapReduce详细的描述join的过程给定一张订单表请考虑它的一个表结构（分区表？不分区），存储数据使用增量表？全量表？为什么？基于订单表继续丰富场景，问订单表常发生状态的变化，该怎么存储维度变化？详细描述一下该如何实现拉链表？sql题：给定一个打卡表(dep_id，uid，time)，求连续打卡次数（用户两次打卡...

1.数仓的概念2.业务域怎么分的？3.关于主题的说法，如何划分？4.ADS的表如何分类，提交什么需求就叫什么表？5. 数仓分层建设中，DWD、DWS、ADS哪一层最难？经典问题争议：数仓分层建设中，DWD、DWS、ADS哪一层最难？6.各层有多少张表，数据量？7. 刚提到的数据资产建设，数据资产主要是放在那一层产出的？这块是怎么做的？8.数仓跑了多久9.hadoop的基本原理。hadoop3跑的啥，tez还是spark？10.RDD的基本原理，弹性怎么理解11.宽依赖和窄依赖12.spark数据倾斜的问题13.结果表： 客服名称，客户数 ,未完成对话数， 平均响应时间

面试官（HR）：你手里还有其他offer吗？无offer的菜鸟1：唉，面了好几家，一个offer都没有。（显得你没人要）有多个offer嚣张版：拿了好几个offer了，还在考虑。(这么多offer会不会不选择我们？稳定性如何？）有多个offer实诚版：拿到了XX公司的offer，薪资还给得挺高的。（这么有底气吗？薪资我们给得起吗？）已有offer的高手1：确实收到一些机会，还在谨慎考虑。不过和您聊下来，不管是业务方向还是团队氛围，我都挺感兴趣的，所以也更期待咱们这边的进展～不知道后续大概多久会有反馈呢？还没有offer的高手2：我最近才开始看一些特别匹配的机会，目前也有几家在流程中。不过说实在...

那小厂面试环节，更看重这三点能力，最后一个最重要‼️第一是面试者的流畅表达就是数据分析逻辑思维和沟通能力‼️第二是重视开放性的问题：面试八股文，比如你面的是小厂数据分析，估算一下目前整个市场规模销售规模有多大？？最后一点也是最重要的：小厂看重「全流程的解决方案能力」，比如数据分析师，你最好也有一些基础的数仓能力，以及业务系统数据能力，这样在做业务需求的时候，才能做更好的联动！大厂的面试：注意看你的面试官一般是高级数据分析师或是你以后的领导。看重你的解决问题的能力！在面试中注意自己的逻辑和沟通的能力，也是围绕两个核心「执行能力」和「思考能力」。执行能力也就是你能不能完成具体的任务，比如：数据处理...