字节一面1.运营业务线有哪些业务过程，怎么划分数据域和主题域2.流量归因怎么做的3.Spark提交上去的流程4.Spark内存模型5.Flink内存模型5.1. 怎么根据topic计算资源6.三种时间窗口语义7.怎么保证精确一次8.项目难点9.Spark WebUI怎么定位任务慢10.数仓建模流程11.数据库设计，三范式12.星型模型，雪花模型13.给一个产品，怎么做0-1的数仓搭建字节二面(安全风控)1. 在百度影响最深的项目或者任务2. 为什么你觉得这个项目是你印象最深刻的3. 为什么对你来说各个组件选型难以理解4. 如果让你重新做这个项目,会有什么样的变化5. 你在项目中扮演什么角色6. 对你比较大的挑战是什么7. 基建不足是所有团队都有的还是就你们团队8. hive数据倾斜9. flink端到端的一致性10. 数仓分层,为什么要分层,每层作用是啥11. 有过完整建模的经历吗12. 范式建模和维度建模13. sql:炸裂函数

无hr，4.9直接发的offer———————-4.2美团到店一面（和商家对接）1. 介绍百度负责内容2. 主要负责哪一方面工作3. 流量域怎么分层4. 流量域有几个同学，你担任怎么样的工作5. 离线怎么建模6. 是主要负责汇总层的工作吗7. 执行时长长的任务情况，怎么进行处理8. 自身任务有做过什么优化吗9. 项目中自己觉得哪方面做得很好的10. 有没有离线实时相结合的场景11. 数据质量怎么保证12. 阈值怎么设定13. 波动大怎么进行排查14. 现在怎么对之前的项目进行优化4.3美团到店二面1. 实时和离线从2个源头来，怎么保证数据一致性2. 离线和实时都往doris写数据，应该采用什么架构3. 离线+实时，采用什么架构保证数据不重复4. 什么时候适合用一张表，什么时候不适合用一张表（去重统计）5. 根据美团到店的业务场景，怎么设计模型（行为都有哪些数据）6. doris查询性能缓慢，怎么进行优化7. 实习合作上下游构成8. 数仓维度和指标怎么进行治理

各位佬能分享一下原因嘛—————————-个人情况：目前暂时只有一个🐧的pcg边缘业务的暑期offer，预计5月入职，但是感觉暑期到转正答辩4个月的时候产出不一定够而且pcg的转正率比较低，而且肯定会影响提前批和秋招的进度目前在某🐻厂实习了快半年了，业务相对而言比较熟悉，跟着mt也学到了很多，目前接近于own一个独立小项目的程度，mt也提起可以为我争取个名额（疑似画饼）选择困难and顾虑：🐻的顾虑：秋招简历上只有一段长时间经历，简历关相对而言更难过，但是接触的技术深度会更深，跟mt也许还能学一下工程方面的东西🐧的顾虑：转正几率估计还没🐻的转正几率大，暑期实习会影响秋招，但去🐧能更容易过简历关and增加接触业务的广度请各位佬分享一下自己的看法，小弟在此感激不尽#想实习转正，又想准备秋招，我该怎么办##如果实习可以转正，你会不会放弃秋招##暑期##实习与准备秋招该如何平衡#

3.7 hr线一面3.11 PCG一面3.12PCG 二面3.19PCG三面3.20通知3.27hr面3.21云证4.2 offer没能被更好的部门捞，有点遗憾吧，pcg转正率也不高，业务也不大行，再看看机会吧PS：有没有佬知道接受offer毁约后会被整个公司拉黑还是被这个部门拉黑---------------------------补个二面面经，一面没录音三面很水1. python用来干啥2. 大数据框架知道哪些3. Doris starrocks4. DQC做了啥5. 阈值怎么确定6. Mr spark对比 开放7. PySpark有哪些包8. MR能不能被淘汰9. Spark怎么读数据10. Spark内存模型11. Spark OOM12. 数据倾斜13. 大量空值的数据倾斜怎么处理14. 实时做了啥15. 实时有什么其他难点16. 实时资源怎么估量17. watermark介绍18. watermark缺点19. Allowlateness20. 二阶段提交

滴滴国际化实习timeline3.6日 一面 3.10日 二面（leader面）3.10 oc 已拒一面还稍微问了下八股的内容，二面直接问职业规划，算法也没考本想通过面试补充一下缺失的八股和算法，没想到啥都没收获到leader说现在还是25届春招，26的hc还没定下来---------27届没打算转正的可以试试滴滴国际化，挺缺人，26届找暑期的可以多考虑别的部门

面试官开始简短介绍了一下自己，然后我做了个自我介绍，就开始写题第一道题比较简单第二道题其实也谈不上复杂，只是我用公式多了，面试官说有四种解法，尽可能多写几种我一开始想的比较复杂，写的时候调试花了比较多的时间，时间不够面试官让我口述另外几种方法，又想到另一种也比较麻烦的方法，最后面试官比较失望，讲了一下另外两种比较简洁的方法，然后到点挂断总体而言没有八股，没有考察项目，主要是sql的一题多解，考察代码的简洁吧，也许我想到两种比较简单的方法面试官会更满意应该是挂了，没啥反馈已确认百度offer，建议大家面试字节的时候八股项目sql都要准备好，我重视八股项目反而最近几乎没写sql

百度这个面试官感觉是做数分的，简历中充数量的数分项目都问了个遍，整体感觉还好，可能是缺人的原因，面经如下--------------------------------------------1. 介绍用户行为分析及推荐系统构建项目2. 数据来源3. 数据维度有多少4. kmeans按照什么聚类5. 目标向量是什么6. 漏斗分析的收益7. 留存率流失率8. 数仓分层架构9. 活动表会影响哪一些用户，怎么剔除出来10. 零点漂移11. 拉链表12. 拉链表的更新周期13. 天气预测模型项目介绍14. 时间序列上的考虑15. 模型有哪些参数16. 开窗函数17. 分区和分桶18. 数据倾斜mr，spark19. 写mr编程（没写）20. 怎么判断用户上次登录是否7天前21. 用户数据大，select怎么查询进行调优22. 25号写好的表，26号更新lag怎么更新23. select怎么随机抽取 rand()-------------------------------------------hr跟我说通过了，但是还没发入职邮件，不知道会不会鸽我

迟到的面经，字节不愧是宇宙厂，写算法写了好久，面试官还一直安慰我对自己要有信心，整个流程大概2小时，包括算法，sql，项目，八股和聊天环节，面试官人是真的好，以下面经（不全）-------------------------------大数据之路有什么印象深刻的地方数仓的分层HDFS的组件数据倾斜怎么判断发生了数据倾斜数仓怎么分主题域用户域有哪些表交易，登录建了多少表，放在哪一层DWD层建多少层表DIM层有哪些表怎么判断数据仓库做的好不好-------------------------------约2面，希望顺利

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

面试官简短自我介绍后，主要也没问到啥，感觉不是数开更像是数分，问了点项目就写了sql题，题目意思我还理解错了，最后写个大框说了下思路，感觉凉了-----------------------------------1.自我介绍2.用户画像构建项目介绍3.介绍数据4.三个用户哪三种5.有多少特征6.特征怎么进行处理的sql题计算分类每个月消费次数最多/金额最大bussiness_line指定bussiness_line，5、6、7月留存率top3--------------------------------

面试官到点没来，过了3分钟hr找来了，面试很随性，没怎么问，结尾才知道耽误别人午休了，面经如下------------------------------------------1.数据仓库大概分几层2.波峰波谷sql3.连续7天登录用户4.spark有哪些优化---------------------------------------------基本没问啥，以为是kpi面结果晚上约了2面

美团给人的体验感还是很好的，面试官人很好，问的偏spark，有些spark理论还是没有掌握清楚，以下面经-------------------------------------------1. spark优化2. spark为什么快3. spark3.X和spark2差别4. spark AQE5. spark stage 划分逻辑6. union all要不要shuffle7. group by 要不要shuffle8. 内部表外部表区别9. UDF UDAF UDTF10. join表on 和where区别11. 数据仓库怎么设计12. 主题域13. 数据仓库系统总线14. 分层优缺点15. 数据仓库最重要的是什么16. 数据仓库如何保证准确率面试官还问了职业规划，给我介绍了数开的两个大方向算法：应该是双指针问题，但是我没怎么练算法，没写出来只说了思路------------------------------------------------还是八股看的不够深，算法也需要加强，感觉都会考手撕代码

项目是经典sgg离线数仓，一个月速成的掌握的并不好，还是处女面，以下问题就当给大家一个教训了 1. 你说搭建数据采集平台和业务数据采集平台，这些平台都是用什么搭建的2. 如果数据本身使用脚本模拟生成的话，整个数据仓库的底层的平台是用什么做的3. 你这个脚本怎么随机生成数据，是随机的吗4. 零点漂移问题5. 前15分钟后15分钟指的是什么6. 数据仓库的分层是怎么做的7. ODS为什么不拉过来做加工8. 怎么理解数据拉过来不做加工9. 周期快照事实表和累计快照事实表区别是什么10. 事实表维度表11. 除了星型模型还有什么模型12. 拉链表介绍13. 为什么说拉链表一般比较小（我之前说错了）14. 拉链表本身也是事实表的一种，如果他比较大，怎么样让查询效率更高15. DWS层做什么16. 数据域的划分17. 活跃度问题18. K-means聚类，哪三个类，怎么设定19. 为什么要进行PCA降维，20. count distinct 在mr怎么运行的21. count distinct在mr中底层怎么排序22. 数据倾斜主要在哪几个阶段产生23.遇到最大的困难是什么其实不是很难，但是处女面确实发挥的很差，结束面试官准备了sql题都没让我写，寄--------------------------已挂