1. 实习日常工作都做什么2. 数仓的分层，主题域3. 流量域ods层上游数据源是什么，整体的数据加工链路4. 介绍一下spark，当下能想到的所有关于spark的内容5. rdd弹性数据集，弹性体现在哪些方面6. 引起数据倾斜，spark-ui的看法7. 数仓基建，模型改造是怎么做的，背景是什么8. 简历上的旧任务迭代具体是什么9. 任务优化，主键是什么，具体怎么做的，任务执行为什么慢10. 数仓用户域的改造（个人项目11. spark的任务提交和执行流程12. 怎么评价一个模型设计的是好是坏13. hdfs的读写流程，为什么是三个副本14. 知道温存吗，生命周期是什么15. python装饰器是什么。。。。。。16. 小文件产生原因及危害17. Sql 两个简单group by 一个留存率 一个连续登录18. 算法题：移动最少区间个数 使得剩余区间无重叠1. 输入：[1,2][2,3][4,6][1,3]2. 输出：13. 解释：移除[1,3]后，剩余区间无重叠19. 算法题：链表的两数相加

30min 1.自我介绍2.数仓项目分层的作用3.项目架构（每层的作用和构建流程）4.dim层和dwd层的区别5.项目构建的全流程（答：数据调研，指标需求调研等）6.hive的架构7.hive的分区和分桶8.外部表和内部表9.hdfs架构10.flink架构，水位线11.kafka架构12.doris架构13.如何判断一个数仓构建的好坏14.指标体系反问公司业务？这里我问了面试官选择计算机这条路的建议，面试官让我多学AI，强调了很多AI的重要性

请问一下牛油门，大数据开发的实习对秋招找后端有帮助吗？

结果：准备的不太好一面挂岗位类型：日常实习1.我看你spark用的比较多，我问你spark的问题吧，sparksql怎么转为底层的执行？2.解释一下RDD，包括RDD特性等。3.数据倾斜你是怎么解决的呢？4.spark shuffle的优化。5.spark 相关源码有了解吗？6.SQL题，行转列json的拆分(可能是用get_json_object?)（写不出来————）+ lateral view7.还有个开窗题，dense_rank() 和 sum()的开窗。8.Dense_rank,row_number,rank的区别。9.为什么要设计DWD层，直接DWS层从ODS中读取可以吗？10.拉链表优点缺点。