字节数仓实习一面

社招应聘平安产险科技中心数智团队，求问各位大佬数智团队工作强度？领导说是强度很大，但是回答很模糊！补充：本人实际上是法学专业，是去数智团队做合规工作的#平安产险科技中心工作体验##平安产险科技中心求职汇总#

- 飞书，开视频，面试官很友好，主要是让我在做整体流程的介绍，然后问了些常规八股- 第二个手撕在同一个小时的细节上没有完全撕出来，解决了90%，整体思路没问题- 3.6投递 3.20一面 3.24感谢信- 八股基本上都秒了，项目也讲清楚了，sql也都是秒的，也不懂为啥就挂了## 项目- 先那就挑一个你觉得做的最好的一个入仓的离线数仓的项目，具体讲一讲。从业务的背景，它的业务过程，你在其中做了什么内容，最后取得了什么成果这种思路展开讲一下。- 那你从业务的视角就是说是他比如说你的你的业务过程到底有哪些业务过程它有哪些数据，然后你怎么去做建模的，然后这种方式再细一下说一下。- 这个指标的话，其实你做了多少，做了哪些表，然后他的力度是什么？然后又有什么维度呢？- 在做这个指标的时候，你这整个的数据链路是啥？从离线到从是从线上到离线，然后再到你的指标，最后是大盘这种（大盘应该指的就是可视化）  - 我应该多讲一下数据通路中用到的数据同步工具- 你设计的DWD、DWS它的粒度是什么？都有哪些维度呢？- 你在做这个数仓其实是要类数仓的这样一个项目的话。那其实你觉得这里面最最难的点是在什么- 你现在的话其实更多的是接业务方需求，比如说业务方来一个需求做一个表，来个需求做一个表，那你的数据你的表就会越来越多越来越多。这跟是数仓的这种兼容和扩展影响不是很大吗？你这个是怎么考虑的？- 数据倾斜问题## 八股- 数仓建模的一般流程你知道吗？- 刚才提到你说总线矩阵，那总线矩阵的就是说横坐横轴跟纵轴都是什么？- ODS、DWD、DWS它的定位- ODS里面已经有了这个数据，为什么不直接从ODS里面去取还要再新建一个DWD呢？- Spark里面就是说它的一个优化的方法，你这边都用过哪些？- 小表join大表的话，是小表在前还是大表在前？- MR中MapTask个数和ReduceTask个数由什么决定？- Row number和rank的区别- avg函数他在算这种平均值的时候会忽略null吗？  - **`AVG` 函数的分母是有效数值的数量**## 手撕- SQL：学生成绩平均值问题和>60的问题，很简单- SQL：直播间同一天同一个小时内最大在线人数

timeline3.18投递3.26一面4.08二面4.16 hr面一面  30min1.自我介绍2.实习3.数仓分层4.rdd5.spark调优6.MR流程7.聊天没有手撕以为是kpi面但是一面过了 约了二面二面 60min1.谈谈对数据仓库的理解2.说说看的阿里巴巴大数据之路这本书的理解3.数据结构这本书的理解 为学习计算机的人提供什么帮助4.mr流程 并行度5.未来方向 6.学校跟实习的区别 实习学到的东西反问同样无手撕  面试官人很好 提了很多很好的建议以及观点

一面3.11自我介绍Spark SQLSpark AQEspark和mr的区别宽窄依赖 和 会触发宽窄依赖的算子Hadoop组件HDFS读写流程数仓分层两个建模理论窗口函数的范围三个排序聚合函数SQL题二面3.14自我介绍Hive和Spark的区别数仓分层算法题最大利润买卖股票 买卖一次和无限买卖你的优点缺点三面3.19算法题有序数组中求某个数出现的次数讲讲你自学的知识最近有看过哪些技术类书籍聊聊书中不好理解的部分为什么想做数仓成绩咋样平时喜欢干什么未来的学习计划HR面3.25当天下午发offer一面录音没录上，靠着记忆写的。感觉字节hc还是挺多的。