字节跳动抖音直播-后端开发实习一面面经

- 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

众所周知百度是个大厂，除了实习生薪资不高之外，其他都很好，介绍一下本鼠鼠目前情况带了7k(借了4k)来北漂，房租花了6k多，手上只有1k不到，极限度过第一个月，很多普普通通的人来到百京，大概率跟我一样，手无寸铁，那我我将教你如何在百京百度上班荒野求生。百度有什么待遇呢，早上9.30免费早饭，下午8点以后免费晚餐，下午有下午茶，有咖啡和果茶。每天吃饭时间是11.30，5.30根据时间规律早上不仅吃，还要拿，吃饱点，然后在拿点鸡蛋，包子中午吃或者下午吃，下午茶遇到自己喜欢的可以多拿一个(我不挑食)，到了晚饭你要是饿的话可以去买俩大包子，很大，也不贵5块钱2肉包子，不饿的话等到晚上再去吃吃，周五晚上那些炒饭馒头可以打包带回去点，留着周六吃。到周日一般不吃，因为这一周吃的太多了，周日有时候不吃也不会太饿，喝水呢当然也要从公司带点水了，鼠鼠买了1.5l矿泉水喝完了，就从公司带点水回来喝。鼠鼠的梦想就是每天都能吃饱饭，现在百度完成了我的梦想但是想象是很好的实际呢?本组的同事太热情了每次吃饭都叫我出去吃，有点不好意思，外面食堂很贵，花的有点多，实操这样可能只2 3天一周。第一个月是很困难的，过了第一个月以后每个月留点钱还钱交房租，也可以和同事快快乐乐去吃饭了。想到这里鼠鼠开心的笑了还干了点兼职，就是写写牛客博客，即使不多，但也有，平时pdd也会薅点羊毛生活的艰苦是短暂的，幸福就在不远处将来加油ps:最近有点牙疼吃的有点少#牛客创作赏金赛# #打工人的工作餐日常#

飞猪，阿里巴巴集团旗下旅行品牌，我们的业务涵盖(但不仅限)机票、酒店、火车票/汽车票、度假+签证+门票+用车+游轮等业务。 飞猪技术团队通过打造优质应用和服务，为消费者提供贴心、全方位的旅行服务。 在这里，你可以参与高性能分布式服务端程序的系统设计，为飞猪的产品提供强有力的支持，在海量的网络访问和数据处理中设计并设施最强大的解决方案； 在这里，你会深入理解业务，参与产品的开发和维护，完成从需求到设计、开发和上线等整个项目周期内的工作，为用户提供丰富而有价值的产品； 在这里，你可以参与基础软件的设计、开发和维护，如分布式在线服务、文件系统、缓存系统、Key/Value存储系统、数据库、Linux操作系统和Java优化等； 在这里，你可以参与海量数据处理和开发，通过sql、pl/sql、java进行etl程序开发，满足商业上对数据的开发需求； 在这里，你会接触超大规模的计算底层核心技术的设计和实现，构建高可靠性、高可用性、高可扩展性的体系结构，满足日趋复杂的业务需求。 加入我们，你将与飞猪旅行产品技术为伍，为消费者的出行保驾护航。来吧，我们等你加入！

检索增强生成（RAG）是指对大型语言模型输出进行优化，使其能够在生成响应之前引用训练数据来源之外的权威知识库。大型语言模型（LLM）用海量数据进行训练，使用数十亿个参数为回答问题、翻译语言和完成句子等任务生成原始输出。在 LLM 本就强大的功能基础上，RAG 将其扩展为能访问特定领域或组织的内部知识库，所有这些都无需重新训练模型。这是一种经济高效地改进 LLM 输出的方法，让它在各种情境下都能保持相关性、准确性和实用性。