年前腾讯被捞

面试官人很好1.自我介绍2.问的问题都是简历上的，但是由于是被捞的简历，一直没更新。之前的都忘记了3.出了个sql题目，不难，可惜我想错思路了4.hive的一些调优参数5.hive表数据有重复如何排查原因6.反问，面试评价如何，部门业务，建议面试感觉很好，可惜自己没把握住

1.  简单介绍一下项目2.  在中间层建设中遇到过什么问题3.  数仓中状态的更新是比较及时的,如何记录这些状态,最核心是关心最终的状态还是流转的状态4.  拉链表是什么,怎么实现的,执行过程中怎么解决效率的问题5.  用的什么计算引擎,sql在spark上怎么执行的6.  spark的提交流程7.  uv和pv的含义,计算uv在spark上的运行原理8.  MapReduce的原理,快排的目的是什么,有序的目的是什么,知道每个过程才能知道如何去调优9.  sql转ast是怎么转的10. ast做逻辑执行计划优化做了哪些11. 逻辑执行计划和物理执行计划大概有什么区别12. 写sql过程中有没有遇到过执行时间特别长的,引出数据倾斜相关内容(问的很细,基本所有的都问了)13. 不同数据类型join为什么导致数据倾斜14. mapjoin和正常join的区别,mapjoin原理是什么,怎么实现的15. 加随机数打散,两阶段聚合怎么做的16. new一个线程怎么做,thread和runnable的区别是什么17. java集合类用过哪些(说没怎么用过java,就没再问了)18. sql在不同执行引擎下有什么区别,答有些语法不通用,为什么不通用,如何造成这种问题的19. sql中所有关键字的执行顺序20. a join b where条件写在join里面和join外面 有什么区别21. 4道sql22. 一道mid算法做的是计算引擎调优，一直在问spark底层，顶不住顶不住。当晚挂...

🌟【背景速览】1. 25届应届生，BG双非本末9硕，自动化硕士，研二上学期转NLP2. 0.2小白转nlp（组会一直听同门讲NLP相关内容）3. 历时9个月逆袭本人去年四月份前没有任何实习经历，主要通过github，B站，知乎以及xhs自学。💼【日常和暑期实习投递】许多小伙伴和我最初一样，认为必须做好万全准备才能投递简历，其实现在回看是wrong。后期会越来越发现，那些投出去的简历似乎都消失在了茫茫人海中，已读不回或毫无进度。—— 投递策略：先开枪后瞄准 ——1. 过一遍八股后，多投简历（优先****，其次官网...），投得越多，面试机会越多。2. 积累经验：面试是不断查漏补缺的关键阶段，面试技巧也会越来越熟练。3. 隐藏机制：        大厂「复活甲」：同一公司不同部门可多次被捞（腾讯简历多刷新提高曝光度）        日常实习岗转化：表现优异可转暑期留用通道（主动询问HR可能性，现在大都画饼子）4. 建议：周日投N家 → 周中n家测评或面试 → 周六复盘改进 → 循环📚【手撕准备】1. 初级：免费的《代码随想录》，侧重思路和基础。2. 中级：刷******** Hot100。3. 高级：B站关注“灵山茶爱府”，学习题型分类及解题方法。4. 总结：Hot100足够应对绝大多数企业的手撕，时间充足三阶段，不足直接中级。🔍【知识储备】八股会先在知乎以及xhs查找先进行总结，面试进行补充，底下再扩展。分为详细章节记录参见图4超高频：项目：—— 项目深挖——1. 务必了解甚至精通你负责的项目部分，因为面试官可能会一直询问到你的知识盲区。2. 熟悉面试中可能遇到的问题包括但不限于：你具体负责了项目的哪些方面？项目的应用场景是什么？模型的输入和输出分别是什么？是采用了全量数据训练还是LoRA（低秩适应）？资源的使用情况是怎样的？你使用的训练框架是哪一个？数据的多样性如何？在项目过程中，你认为最具挑战性的部分或项目的难点在哪里？有没有考虑过其他的解决方案？等等等。。。高频考点：—— 八股拷打——1. Transformer解剖图，从输入到输出结构和作用倒背如流。已成功一大步。2. Bert家族图谱（Roberta/ALBert等）3. LLM实战工具链，例如PEFT，SFT，RL，切词等等🤔【遇到的问题】1. 当遇到知识盲区时：这个问题我目前的理解是XXXX，但更优的解决方案可能需要XXX2. 当被质疑项目深度时：这个设计确实存在改进空间，根据最新ACL（XXXX）论文，我们可以尝试引入XXX方案 #实习# #实习内推# #nlp算法工程师# #大模型# #ai算法工程师#  #暑期实习# #日常实习# 有任何问题可以评论区留言或者私聊哦~

时间：3月3日1.自我介绍2.说一下熟练到不熟练的技术栈（编程语言和框架）3.spark和hadoop MR两者的区别 ，spark相比hadoop的缺点4.spark内存有500G，数据量有一个T，那spark能不能处理这个数据5.讲讲宽窄依赖、stage怎么划分的6.常用的转换算子和action算子有哪些，reducebykey是action算子吗，和groupbykey有什么区别7.解决数据倾斜的方式 加前缀怎么加8.spark的OOM都是什么原因导致的9.spark的executor内存分成哪几部分 spark.memory.fraction=0.6是控制什么的 10.聊聊广播变量 什么时候广播11.两个sql题，比较简单反问更新 3.7二面挂 回答的不好1.hive的元数据管理2.怎么保证数据一致性3.怎么做数据治理4.怎么把天调度任务做到小时更新 3.10 被捞  晚点更新面经#数据开发工程师面经# #腾讯#