四川中通服

联想数据开发工程师面经（2025届校招/实习）📌 背景：985本硕，计算机相关专业，有大数据项目经历，面试岗位为数据开发工程师（Base北京/上海）。📝 面试流程 & 问题回顾1. 笔试（线上编程+SQL）- 题型：- 算法题（********中等难度，考察数组、字符串、动态规划）- SQL题（多表关联、窗口函数、复杂查询优化）- 大数据基础（Hadoop/Spark原理简答）2. 技术一面（1小时）- 数据结构与算法- 手撕代码：合并K个有序链表（优先队列实现）- 时间复杂度分析，如何优化？- 大数据生态- Spark和Hadoop的区别？Spark为什么更快？- 数据倾斜的解决方案？- SQL实战- 写一个**连续登录用户统计**的SQL（使用窗口函数）- 项目深挖- 介绍一个大数据项目，你在其中负责什么？- 如果数据量增加10倍，如何优化你的方案？3. 技术二面（45分钟）- 系统设计- 设计一个实时数据仓库，如何保证低延迟和高可用？- Kafka和Flink在实时计算中的作用？- 数据库- MySQL索引原理，B+树 vs Hash索引- Hive内部表和外部表的区别？- 场景题- 如果某天发现报表数据异常，如何排查？4. HR面（30分钟）- 职业规划、为什么选择联想？- 对加班/出差的看法？- 期望薪资？💡 面试建议1. **重点复习**：SQL（窗口函数、优化）、Spark/Hadoop原理、常见大数据场景题。2. **项目复盘**：确保能清晰讲解技术选型、难点和优化思路。3. **算法刷题**：********热题100+剑指Offer，尤其是**链表、树、DP**。4. **反问环节**：可以问团队业务、技术栈、新人培养计划等。🌟 联想数据团队体验- 技术氛围浓厚，大牛导师带教，内部有完善的大数据平台。- 业务覆盖智能供应链、用户行为分析、风控建模等，实战性强！📢 投递Tips：联想对代码能力+大数据基础要求较高，建议尽早投递！📅 【投递链接】春招：https://talent.lenovo.com.cn/position?projectType=1暑期实习：https://talent.lenovo.com.cn/position?projectType=2【内推码】2025XZLMCX【内推入口】在“联想校招官网”投递校招职位，创建简历时“从哪儿获知招聘信息”选择“联想员工推荐”并且输入推荐人ITcode：2025XZLMCX投递的同学评论区留下【姓名缩写+岗位】，方便及时跟进加入联想，与创新者同行，用科技改变世界！（欢迎留言交流，祝大家offer多多！🎯） #内推#                         内推码                         #联想#                         26届                         #26届实习交流#                         数据人的面试交流地   

岗位：武汉 嵌入式开发timeline：8.30 测评，10.9 一面，10.11 二面一面技术：自我介绍讲下实习经历平常怎么debug项目中有没有遇到什么问题，怎么解决的介绍一下学校经历了解数据结构吗？基本的数据结构？查找搜索效率？有什么方法可以提高效率？具体围绕数据结构问了很多RTOS，多任务操作反问：做存储固件的，具体的进来再分二面HR：北京线下，地点在北京研发中心，具体内容就是唠家常，一些HR面的基本问题销售工程师工作体验，总结累但成长很多。1.大家最先关注的就是HIK的工作压力，只能说体面厂没有辜负盛名！名不虚传！我来这边是销售岗，基本上每天都要差不多11点下班。因为销售不仅需要对接...

核心本地商业-基础研发平台-软件开发工程师（后端方向）3/22一笔10选择题：大模型相关较多3编程题：子回文串个数，子好数组个数（中位数恰好在中间），移动可经过的点（刷题不够，a出0.25，哭）3/31一面（40min）1. 业务介绍：支撑大数据系统开发，离线开发，质量检测，数据收集，SQL生成，大模型辅助SQL优化2. 自我介绍3. 项目经历中自我感觉最有挑战的点4. 数据质量怎么判断，选择的策略的标准是什么，质量最优？还是考虑开销？5. 浏览器输入url的过程6. 线程和进程的区别7. 线程池的原理和实现，调用时的参数8. 一万QPS是只有静态资源，考虑了浏览器的缓存吗，还能优化吗9. 数据库的隔离级别10. 索引失效的情况11. 伪分布式Hadoop是自己部署的吗，遇到了什么问题12. MapReduce的原理13. 手撕：合并两个有序链表、快速排序算法、查询各科都及格的学生姓名14. 反问：胜任这个岗需要提前学习哪些技术：大数据，SQL生成，大模型也可以学学（后两个手撕没有运行，其实我写的不完全正确，逃过）4/2二面（60min）1. 自我介绍2. 职业规划3. 讲下你最熟悉的项目4. 项目相关5. 多路复用的实现、不同触发模式、区别、应用场景6. 线程池怎么工作的、线程个数、超过线程数会怎么样、主线程阻塞还是队列阻塞7. 为什么不讲你最近的项目，不是更熟悉吗8. 手撕：二叉树中的最大路径和9. 讲一下思路和理解10. 时间复杂度（即便递归，时间复杂度也是O(n）,空间复杂度才需要乘以O(logn)）11. 与树结构没关系，每个节点都查找了，并没有搜索跳过，如果是数组呢12. 虽然用例都通过了，但你对递归的理解还不到位13. 52张扑克牌选5张是顺子的概率14. 反问：需要提升那些：性能分析这些基础还要再加强，多学学开源项目；大模型在SQL优化上的应用：包括提示工程等很多方面（应用、微调之类的）（整个面试我的网络状态很差，但是面试官很有耐心，感动）4/7offer第一次体验到收到offer的心情。腾讯和字节n场一面秒挂，团子让我感觉自己也没有那么的差，心软的神。base北京，没有hr面和oc，不清楚其他情况了。目前只有团子offer，其他都在简历待筛或待笔试，蹲佬分享或建议。#面经##后端开发#

Hive SQL是数仓开发最常用的语言。然而，Hive SQL的性能表现并非总是尽如人意。面对动辄TB甚至PB级的数据量，查询效率的微小差异可能会导致执行时间从几分钟延长到数小时，甚至直接影响业务决策的实时性。更重要的是，Hive运行在分布式集群上，查询性能的低下往往伴随着计算资源和存储资源的过度消耗。这不仅增加了企业的运营成本，还可能因为资源竞争而影响其他关键任务的运行。优化Hive SQL查询性能因此成为数据工程师和分析师必须掌握的核心技能。通过合理的优化策略，不仅可以显著缩短查询时间，还能有效降低集群资源占用，为企业节省可观的成本。以一个实际场景为例，某电商平台需要每日分析数亿条用户行为...