#大华提前批# 大数据开发一面 1.自我介绍 2.讲项目 3.mapred

2021-08-10 15:56 南京晓庄学院大数据开发工程师

关注

#大华提前批# 大数据开发
一面
1.自我介绍
2.讲项目
3.mapreduce执行过程
4.是否搭过hadoop集群，如何配置高可用
5.zk的选举机制
6.spark常用的算子
7.TB级的数据如何找出重复次数最多的单词
8.看过哪些源码
9.实习公司每天新增数据量
反问

二面
1.自我介绍
2.讲项目
3.挖细节具体flink如何消费流式数据，数据如何保证精准一次
4.在实习期间遇到的困难和解决方案

hr面
1.自我介绍
2.在大学的活动
3.兴趣爱好
4.意向工作城市
5.期望薪资

许大华offer！！！！！！ ! ! ! ! ! ! ! !

全部评论

推荐最新楼层

不知道201903021223922

西安交通大学 Java

借用贵宝地借鸡生蛋一下秋招来了！（应届生）大家有想来华为财经团队的童鞋么[呲牙]，不管是做算法的，做开发的，做数据分析的，做测试，客户端，前端都可以啊！（项目有难度，有技术成长！！）感兴趣的加我微信（xudou2431786686），我可以提供面经帮助，简历修改帮助，流程跟踪，帮助大家冲击sp！，本部门投递人少，不卷，流程快，不养鱼，薪资感人！（不会比互联网低）具体查询offershow[呲牙] base地，北京，深圳，东莞（不在西安哈，不过后面可以内转到西安的部门）

点赞回复分享

发布于 2021-09-09 11:06

2025-12-30 23:37

中南大学 Java

选择后端开发还是大模型应用开发？根本不用二选一！

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...

等闲_：业务开发就是prompt+数据，Ai就是中间件，中台或者鸡架会做一些Agentic infra和智能体记忆之类的，再底层一点就是AI infra，MLops，模型微调，推理优化之类的了，所以对于普通后端就是纯业务，没啥技术含量，除非去技术架构组或者底层一点的组，要不AI就是个API，别神话AI应用开发