美团数据开发实习面经

数开面试题使用的hive，tez计算引擎1.如何建模、以及数据开发过程中需要注意的问题（数据探查、数据开发、数据质量监测、数据核对）2.页面数据有问题、如何排查3.抽数、推数数据量异常如何自动停止任务（要有工作日、非工作日的判断，非工作日不生效，UDF函数）4.hive表生命周期管理失效，如何进行生命周期管理（设成自动任务的话可能会使用shell脚本）（3个月前每月保留第一天与最后一天的数据，注意是业务时间第一天与最后一天，非调度时间）5.数据量大的表推数慢影响页面展示怎么解决6.根据2个日期计算工作日天数7.去重方式（开窗函数如何控制窗口的大小）8.列转行（清洗、分隔符统一、注意有些业务数据（比如一条数据楼栋面积字段（可能是总面积）对应多个房屋或多个楼栋）、LATERAL VIEW explode）9.明细表数据量大，每月还要都保留一份，怎处理？怎么优化？达梦分区（范围分区、哈希分区、列表分区、组合（多级）分区、间隔分区（属于范围分区）INTERVAL <间隔表达式>）10.更新数据效率更高的方式update采用的类似nested loop的方式，对更新的每一行，都会对查询的表扫描一次；merge into这里选择的是hash join，则针对每张表都是做了一次 full table scan，对每张表都只是扫描一次。11、筛选的时候in（不适合B大）、exists不适合B大）、join的底层以及效率12.常用的分析函数13.连续3天及以上连续出现的次数（减序号） #实习#  #校招#  #大厂#  #数开#  #数仓#

background纯后端厌倦了，一句话形容，又事多又无聊又着迷LLM，想转main-content主旨就是狠狠拷打，有点压力的意思先是对项目的真实性表示质疑，我这边给了一些具体的信息又怀疑项目达到的性能，三方面进行拷打：PE，LoRA，RAGLoRA主要说了概念，具体怎么用，用在哪些层，为什么有效，成本控制RAG主要说了知识库建立，也是老生常谈的语义分割和上下文长记忆问题PE就是列举了几个case，就是CoT，角色扮演，多次迭代最后做了一道算法 dfs秒了summary一定要对基础知识掌握扎实，活学活用，比如问LoRA和Adapter，Knowledge distillation的异同RAG...

现在百度hr问我什么时候入职，base北京，但是昨天面了字节一面感觉在字节能学到更多，约了下周二面，但是不知道能不能过二面，字节是国际化，base杭州，是努力冲字节还是先稳一段大厂经验，之前无实习经历 #字节跳动工作体验#  #没有实习经历，还有机会进大厂吗#  #你的实习什么时候入职# ————————————各位选票后能发表一下自己的看法嘛，小菜鸡什么也不懂希望各位佬多多指教

压力和薪资成正比，但整体氛围还算不错，尤其是女性员工多，大家都挺友好的，没那么卷。虽然工作轻松，但说实话，成长性不太高，做的活儿也没啥挑战性。对于实习生来说，携程的态度还是挺友好的，转正率高，但技术岗的实习工资确实有点低。总的来说，携程算是个互联网大厂里相对友好的地方。