字节大数据开发跨部门转正

一面（8.27）

• 实习内容

还在职吗

实习期间主要干什么

和你对接的同学有哪些

产运和算法同学怎么使用你产出的数据

数据集底层用什么技术栈

你写SQL任务的时候是怎么优化代码的，写代码的时候哪些地方需要注意

有自己搭建过看板吗

知道SLA基线吗，有主动了解过吗

• 大数据技术问题

一个spark任务怎么优化

发现写好的spark任务运行的很慢要怎么办

数据倾斜怎么处理

如果任务在读文件的时候运行很慢怎么办

内存利用率过低怎么办

CPU利用率过低怎么办

你经常用的spark参数还有哪些

• SQL

table
有字段id user_id_list device_id_list app_id_list
写一段SQL将三个列表中的元素展开，并且元素需要一一对应（user_id_1 对应 device_id_1 对应 app_id_1）
最后的结果应该是id user_id device_id app_id的形式

这个SQL写完的结果数据量会变多吗

二面（8.29）

• 实习内容

还在职吗

有独立做过需求吗

做过最难的需求是什么

你处理的数据量有多大

有接过实时的需求吗

Flink了解多少

有主动钻研过数据领域的技术吗

保障过SLA基线吗

保障SLA基线要从哪方面着手

生服这么缺人力为什么要跨部门转正呢

• 场景题

如果一周给你定容了三个需求，你会怎么排期呢

如果你排期完成后，发现自己判断失误，这个需求在原定排期内做不完，你会怎么办

你觉得保障SLA基线最困难的点在哪里

• SQL

table
两个字段 a b   代表了a关注了b
写一个SQL找到相互关注的用户（尽量高效）

table
student_id  course  score
1           语文     78
找出单个学科成绩第三名的同学的ID，总成绩和总成绩的全班排名

table
date        people
2025-08-01  141
2025-08-02  35
日期是主键，people代表当日人流量
找出连续三天人流量>100的date

三面（8.30）

• 实习内容

还在职吗

你实习做过最难的需求，难在哪里

口径都是谁定的

你负责这块业务，团队的关注点在哪里

你负责这块业务每日gmv多少

你处理的数据量多大

你怎么做数据探查的

• 场景题

你和产运同学，DS同学是怎样的合作模式

这个合作模式你觉得优点是什么，缺点是什么

你的职业规划

你是北方人，为什么去湖南读大学

为什么高考志愿选择计算机

为什么选择做数据

你平时喜欢逛什么社区

有看什么书吗

• 大数据技术问题+计算机基础知识

HA高可用

zookeeper是什么

HDFS是什么架构

MapReduce的过程讲一下

三次握手四次挥手

进程和线程的区别

线程的通信安全是如何保障的

AI了解过吗

GPT 5刚发布，比上一代做出了哪些优化呢

• SQL

table1 
id user_id 这两个字段为联合主键
table2
id order_id 这两个字段为联合主键
写一段SQL，求出id,user_id_cnt,order_id_cnt（效率越高越好）

hr面（9.1）

• 唠嗑

还在职吗

实习学到了什么

你有在面其他公司吗

假如你有多个offer，你选择的标准有哪些

实习遇到最大的困难是什么

相比校招生，你的优势在哪里，缺点又是什么

base意向

意向（9.2）

-----------------------------------------------------------------------------------------------

意向之后就有了更多时间，根据自己的学习进度，后面可能会做一些大数据技术栈的分享吧。