美团数据开发一二HR面面经（无尽泡池子）
个人背景：LZ在腾讯做的是数据分析的工作内容，其实没有太多接触数仓开发相关的内容。所以也有可能有些有数据开发或数据平台开发经验的同学被问到的问题会比我被问到的难。然后笔试做的不是特别好，大概2/5的水平，主要还是LZ算法真的菜😂，但反正也还是会给机会面试，也是我秋招第一个通过一面的，提前批真的挂到怀疑人生，所以这点还是非常感谢了
总体来说美团的面试难度会根据面试者的水平来很好的调节吧，也没有说不会就直接挂掉，像LZ对JVM这一块儿并不熟悉，也没有被为难（当然，能熟悉当然是最好的）。题目的内容相对于别的来说会中规中矩一些，比较注重知识积累和基础。
所以可能我就是基础不算很好，然后面试的评级不够靠前，所以到目前为止没发感谢信也没收offer一直泡着。总之路漫漫其修远兮，希望失败的经历也能帮到一些人。
面试形式：包括HR面全都是视频面试，都用的牛客
一面45min
-
数仓概念&层次结构
-
实习1
-
实习2
-
hive，HDFS有了解么？HDFS-Hadoop底层存储的方式
-
最短路径的几种算法？
-
实习项目场景——why广度优先，不是深度优先？
- LC4（hard）：寻找两个数组的中位数o(nlogn)复杂度
- 反问
二面58min
-
实习项目介绍
- 大数据相关
-
用过hive和spark么？
-
MapReduce和spark的shuffle过程有什么区别？（八股）
-
spark的宽依赖和窄依赖的划分？其中哪一个会发生shuffle？（八股）
- hive数据倾斜遇到过么？如何解决？（八股）
- RDD是什么？中文如何表述？
- 数仓分层&每一层作用&数据粒度
- 星型模型 vs 雪花模型
- group by/ distribute by / cluster by / sort by的区别
- hashmap
- jvm结构
-
- 手撕代码
-
SQL一题
- LC145 二叉树非递归后序遍历
-
- 职业规划&工作意向城市
- 反问
HR面30min
-
自我介绍
-
实习1介绍
- 实习1获得的最大的成长
- 实习2介绍
-
why转互联网？
-
转方向有遇到什么技术学习困难
-
学习方法or途径，需要学习时如何上手
-
美团有了解么？有实习or工作信息？聊聊美团，美团买菜or这个岗位的看法
- 公司and岗位的吸引力
- 其他公司的进度
求各位大佬随手点个赞~
