秋招进展更新

线下面试，全程不到半个小时- 自我介绍- 讲做过的数据分析项目- 面试官介绍岗位职责- 询问以前是开发现在做数分的原因- 反问挂了原因如图，干过开发就别想碰业务了

​KeyWords​ 国投智能 - 美亚柏科 - 纯测试 - 厦门(岛内) - Java - BXXS - 25届 - 科班 - 日常实习 - 主动挂 ​Collection​ Tragedy Op.X No.X ​Locate​ 厦门思明 ​Platform​ 波斯直ping ‍Status​ /Kill (11.21) ‍ ‍ 时间线 11.19 发起沟通, 秒接简历 11.21 视频一面 - 技术面(测试) - 主动挂 ‍ ‍ 流程 ‍35min (27min + 扯淡) ‍ ‍ 一面(测试面) 实习工作 int和Integer 用过哪些集合? 常用的 HashMap扩容底层原理 ...

我把pandas、numpy、matplotlib和python最基本数据分析的部分背下来了，还有波士顿矩阵和RFM模型背下来了，你给我问了通Python浅拷贝和深拷贝？！问了通怎么优化时间复杂度和空间复杂度？！问我SQL调优？！不是哥们！

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#