阿里数据研发面经

阿里数据研发二面(30min):
1.自我介绍
2.问实习
3.机器学习:
过拟合怎么解决
4.神经网络:
讲一下cnn
5.数仓:
星型模型和雪花模型
还有一个问题忘了,没听过的术语,不会。
6.hadoop:
讲一下框架
sql语句在hadoop中的运作
7.口述sql(开窗函数)
8.职业规划
9.对实习时数仓部门的建议
10.学习方法
11.学习遇到的困难

#阿里巴巴#
全部评论
完全不懂这方面的知识
点赞 回复 分享
发布于 2022-04-13 16:04

相关推荐

#牛客创作赏金赛# 在当今的数据管理领域,诸多问题亟待解决:1. 数据不流通:数据地方保护主义盛行:各地区或部门出于自身利益考量,对数据进行封锁与割据,形成数据孤岛,严重阻碍数据在更大范围内的共享与流通,如同设置了重重贸易壁垒,使数据难以自由流动,无法发挥其整合后的巨大价值。2. 口径不统一:指标同名不同义、同义不同名现象频发:相同名称的指标在不同业务场景或部门中含义存在差异,反之,同一概念又可能被赋予不同的指标名称,这使得数据的理解与整合变得异常艰难,犹如不同语言体系下的混乱表达,极易造成沟通障碍与分析偏差。3. 工具不统一:各种 BI 工具百花齐放却缺乏整合:市场上 BI 工具种类繁多,每个工具都有其独特的功能与特点,但由于缺乏统一规划与整合,企业在使用过程中往往面临工具兼容性、数据迁移等诸多问题,如同各种风格迥异的乐器杂乱演奏,难以形成和谐的乐章。4. 边界不清晰:业务系统报表与 BI 报表职责界定模糊:业务系统报表和 BI 报表在功能、应用范围等方面没有明确区分,导致在数据呈现与分析过程中出现重复劳动、数据不一致等情况,仿佛两块相邻土地的权属不明,引发诸多争议与混乱。5. 权限难管控:复杂权限体系令人困扰:随着数据的增多与业务的复杂,权限管理变得极为复杂,不同层级、部门、岗位对数据的访问权限难以精准设定与有效控制,好似一座迷宫,管理者在其中迷失方向,容易出现权限漏洞或过度授权等风险。6. 响应不及时:贯穿所有部门的数据需求难以快速满足:各部门对数据的需求日益增长且多样化,但由于数据处理流程繁琐、资源有限等原因,数据提供方往往无法及时响应,导致业务决策因缺乏数据支持而延迟或失误,就像快递在漫长的运输途中耽搁,错过最佳使用时机。7. 指标不体系:指标关系树尚未构建完善:指标之间缺乏系统性的梳理与构建,未能形成完整的逻辑关系树,使得数据分析师难以从宏观层面把握数据全貌,在分析过程中犹如盲人摸象,只能获取片面信息,无法深入挖掘数据背后的内在联系。8. 指标难管理:基于指标平台的全生命周期管理亟待加强:指标从定义、采集、存储到应用、更新等整个生命周期缺乏统一有效的管理平台与规范流程,导致指标的准确性、一致性与时效性难以保障,如同没有管家的豪宅,物品杂乱无章,难以有效利用。9. 指标不准确:指标质量审计环节薄弱:对于指标数据的质量缺乏严格的审核与监督机制,无法及时发现与纠正数据偏差、错误或异常值,使得基于不准确指标得出的分析结果与决策建议可能产生误导,仿佛在错误的地图上导航,必然偏离正确方向。10. 指标不会用:缺少指标故事线辅助理解与应用:虽然有众多指标数据,但缺乏将指标串联起来形成有逻辑、有情节的故事线,导致业务人员难以理解指标含义与应用场景,无法将数据有效转化为实际行动方案,如同拥有众多珍珠却缺少串线,难以制成精美的项链。
点赞 评论 收藏
分享
点赞 评论 收藏
分享
3 37 评论
分享
牛客网
牛客企业服务