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