1.项目相关2.项目数据量多大3.数据清洗用的是hive还是spark4.小文件合并，数据倾斜5.ai运用能力，是否能分辨正确性6.hive sql（更新查询计算相关）7.是否熟悉python8.什么时候到岗，能工作多久9.反问第一次面试，感觉有点紧张，数据倾斜那一块说的时间太长了，面试官很友好

上周面的 一面：1.实习经历，业务理解，sla怎么保障？埋点分区字段，2.spark 参数调优3.sql题，排序的窗口函数，求每个班级分数的前10%人面的很糟糕，脑子一片空白二面：2. 实习的业务理解，整个需求生命周期，关注哪些指标？3. 数仓分层，范式建模/纬度建模，三范式4.  维度建模过程5.    维度表/事实表区别6.    星形模型/雪花模型区别7.   数据倾斜定位/解决方式8.   hivesql转mr任务过程9.   spark 底层join方式哪些？10.   order by/sorted by11. distribute by /partition by区别12  进程、线程区别13  sql  字符串分割+爆炸函数+合并14  ai 的理解常规八股，感觉是bg+实习不能让面试官眼前一亮 遂挂

整体面试还是不错的，发一下问题给大家参考，攒攒人品！1.项目拷打2.多场景建模了解3.针对MMOoE的负迁移和跷跷板问题，提出了什么模型？哪家公司提出的？4.有一篇引用量最高的 STAR模型，了解吗？5.讲讲专家极化问题怎么解决？6.会不会写spark？7.懂不懂hdfs（分布式）？统计基础1.假设检验的实际问题2.中心极限定理3.辛普森悖论手撕代码1.二分查找

Q1请做一个自我介绍。Q2挑选一个项目，讲解其业务流程及架构实现。Q3对项目源码是否有过功能叠加或优化？遇到过什么问题？Q4在项目中使用的 Kafka，如何保证消息不丢失和顺序性？Q5介绍“AI 智能构建托管平台”的使用流程及架构。Q6你认为 AI 平台目前最大的问题或瓶颈是什么？Q7了解死锁吗？如何产生及解决？Q8你知道哪些设计模式？请举例说明。Q9代码题：将一个 9 位整型数字转换为人民币大写形式（注意处理中间的零）。Q10目前的科研项目是什么？Q11你对测试开发岗位的理解？更倾向于开发还是测试？Q12日常是否使用 AI 辅助编程？Q13最熟悉的数据库是？反问部门的业务：大数据平台外部端及引擎方向。涵盖实时计算（Kafka等）和离线计算（Hadoop, Spark等）。最看重校招生的特质：主要看候选人与岗位的匹配度。