本人bg：985本top3硕，应用统计专业，有几段数分实习，在实验室做过大模型、nlp的课题，无论文。秋招求职方向：大模型算法和互联网金融风控目前已有的几个offer：1、滴滴-金融-信贷风险策略（国内）优点：滴滴在互联网领域整体风评好，加班不夸张，国内信贷方法论成熟，应届生可以学到很多缺点：在互联网金融领域规模不算大排名靠后，担心认可度不够高。滴滴金融也不算滴滴的核心业务。2、信也-信贷风险策略（海外）优点：信贷领域认可度高，规模比滴滴大（信贷领域），行业内跳槽认可度高，相对来说工作强度不大，属于行业内小而美的公司，福利挺好的缺点：海外信贷风险高、难度大，选这个基本上以后就只在互金领域内跳了，存在一定法律风险？3、理想-智能空调算法优点：钱多缺点：强度大，裁员风险高，风评不好。空调算法不了解，听说还在探索阶段，不知道前景如何4、华为- AI工程师（未开奖）优点：平台大，有应届生保护机制。大模型也算是风口了，未来跳槽认可度应该可以缺点：强度大，可能会被输送前线？5、pdd-数分（未开奖）优点：钱多，听说不裁员，数分以后可选择的范围更广缺点：单休，竞业。 #数据人offer决赛圈怎么选#

滴滴 （数据开发）-一面1. Spark的shuffle和MR的shuffle的区别2. 数据倾斜的处理方法3. 数据倾斜的定位方法，（sparkwebUI里看stage的执行时间）4. spark语句的解析方法5. spark的命令执行过程6. sql：最大连续登陆用户个数滴滴（数据开发）-二面1. 数仓的星型模型雪花模型2. 数仓的分层架构3. 场景题，库存快照表的需求如何做，要用到底层哪些原始表4. 拉链表的写法，更新方法5. 场景题：现在有一个需求要统计库存的报损率，需要怎么去设计6. 底层全量表的个数7. sql：用户留存，三日留存，七日留存流程体验：断档最差，没有之一，因为是一天连续面，所以可以理解规划上可能出问题。（仍然逆天）一面二面面试官一个迟到十分钟一个迟到二十分钟，一面面试官道歉了然后态度也比较好，二面面试官则一烂到底，然后非要问我那个库存的场景，我说我没接触过不太了解它的业务场景，就让我先想一想，我随便答了几个入库出库盘算（根据常识说的），然后他也不跟我讨论，沉默之后直接下一个话题，我是真的无语了。。。