摘要数据工程的全流程（数仓建设-数据接入-数据运维-数据分析-数据挖掘）的各个阶段都有涉及...自我介绍，问了我在百度和蔚来做的工作（数仓），对简历项目中对数据倾斜的发现、解决方法和效果回答是通过sparkUi中task的输入量和运行时间发现，解决方法是用count估算不同维度下各value的数据条目，然后数量最多的top key进行再赋值后与其他表join感觉这个地方可以从spark运行机制上讲数据倾斜造成的后果，以及面试官特别在意选取选取多少纬度值进行打乱的逻辑...难道是28原则？继续追问数据分层的原因，ods dws dwd的区别（概念还是不清晰） 2. 解释xgboost...

#数据人的面试交流地# 正在大厂做数据研发的日常岗，转正概率低，主要是sqlboy，感觉面试需要的理论知识还很薄弱，也没时间沉淀自己的项目，是不是应当快速结束实习，全部精力投入面试准备？

个人背景 985菜狗，没有拿得出手的项目背景（唯一和大数据相关的只有百度的SQLboy...)，本硕均是管科出身，统计学、机器学习略懂，Python和SQL比较熟练（面向github编程)，没有计算机基础（八股和后端开发技术） 困惑 -- 学数开赶得及秋招么？ 数开的学习路线和职业前景也是稍有了解（卷的要死），还有几个月才秋招（暑期暂且不论），目前感觉数开和数分最好现在抉择，向一个方向深钻准备。做数开，本身基础太差，担心短时间补基础+项目可能秋招收益较低，也没有学习数开的方法论（就是进度安排，怎么做，做到什么程度） 困惑 --数分，看不清未来的路 目前来说，数开可信性更高，目前在百度的组有大量...