9.12 一面结束后半小时飞速约了二面，9.14 二面- 自我介绍- 为什么读研- 为什么转专业- 你对大数据的理解- 介绍一下实习组内的分工、数仓架构- 以商品域为例，数据的模型/表有哪些，从哪些角度评价数据模型- 你们组具体的宏观的业务流程- 具体是怎么和其他部门协作的，流程是怎么样- 你是怎么理解数开的工作的，你个人的偏好是哪方向- 数据库的范式、事务- 范式建模、维度建模对比，适用具体场景- 你了解哪些排序算法，详细讲讲冒泡排序和快速排序- 对于小规模的数据比如学校成绩表、课程表等等建设数仓是否一定要使用维度建模- 看你写了 kimball 的维度建模，你对维度建模的理解- MR 流程- MR 的并行度是由什么决定的- 一个场景：两表Join，然后 group by 计算指标，写入一张表，这种场景可能会出现哪些潜在的问题- 你有很多任务优化的经验，你的具体思路是怎样的- 你之前谈到的数据质量，具体包括哪些，如何去实现的，以及如何量化- 你了解 Doris，ClickHouse 之类的 OLAP 引擎吗，和 Hadoop、Hive、Spark 这些有什么区别，具体场景是哪些- 你目前的秋招进度是怎样的，投了哪些公司- 没做题- 反问环节：业务、数仓架构、技术栈等

在秋招中，认知能力测试是许多公司用来评估应聘者智力、逻辑思维、问题解决能力等方面的重要手段。为了准备这类测试，刷题库是一个非常有效的方法。认知能力测试通常包括但不限于以下几个方面：逻辑思维：涉及推理、判断、问题解决等能力。数学能力：包括基本的数学运算、数据分析等。语言理解：阅读理解、语言逻辑等。资料分析：对图表、数据等的解读和分析能力。认知能力测试（训练题库）********************职业性格测试（训练题库）*********************分阶段练习初期：注重基础题型的练习，掌握基本解题方法和技巧。中期：加大练习量，提高解题速度和准确率。后期：模拟真实考试环境，进行全真...

9.12 大数据一面，好像是抖音本地生活服务部门，话说字节约面是真的快，投的第二天直接约了 9.12 的一面，都没笔试以下内容都是简历强相关的：- 上来没自我介绍直接开问- 你怎么看待你B站和美团的这两段经历的关系- 本科和硕士专业的跨度挺大的，为什么- Spark 的 count distinct 是怎么做的- SparkSQL 做 Join 的时候有哪些 Join 算法- 对数据库有哪些了解？关系型和非关系型有哪些典型的产品？区别是什么？- 美团实习的介绍- 主题域的建设，工作的时候是偏整体建设视角还是对接一些需求去做一些事情- 为什么要建设商品主题域，你对它的认知是怎么样的- 你提到商品会作为维度和交易、流量主题有关联，那具体建设的时候会包含其他主题吗- 团队有多少人，怎么分工的- 实习过程中协作感受怎么样？是清晰的吗，还是说会涉及到一些边界的问题- 讲讲治理的工作，你实习三个月大概多少精力放在治理上- 总结复盘一下治理思路是什么样子的- 计算、存储、SLA治理这三部分，分别的目标是啥- 计算治理方面你提到OOM，怎么减少OOM- 除了事后调度时报错，有没有办法提前去识别任务可能出现的问题（比如有没有办法提前通过输入表的输入、计算的复杂度去在运行前提前判断任务会不会 OOM，来进行前置的预警）- 存储治理大概有几种方案- 大数据相关知识你的学习路径是怎么样的- 比方今天有很紧急的任务，存储的数据通过正常 SQL 解析太慢了，可能要通过比如写 Java UDF 或学一个新的方式去实现，你会怎么处理这件事情- SQL：找评分连续下降7天的商家

9.6投递，9.9约面9.20一面9.26二面10.8三面10.9HR面每次面试结果反馈特别快，最快的时候面完5min就约下一面了，只是太菜了能拖就拖HR面询问了出结果的时间，大概一周左右，许愿一手oc——————————————————————————————更新：10.14oc