滴滴秋招数开一面凉经

1. 自我介绍2. Hadoop组件有哪些3. mapreduce执行流程4. mapreduce shuffle流程5. Hive和Spark的区别6. hive shuffle和spark shuffle7. spark怎么划分stage8. 怎么理解数据仓库9. 数仓和数据库的区别10. 快手数仓分层规范11. 维度建模流程手撕：1. 二分查找

前言当前26届秋招已过了一半，盘点一下带过百位26届实习/校招出现过的一些情况，也能给27届或还在26届找工作的同学起到一些帮助。现象1-各公司越来越卷学历卷学历现象从最近2年来看都是普遍现象，数据开发侧可能还好，基本双非本硕以上同学都能有面试机会，但26届对于双非本科同学就没有那么友好了，需要多段大厂实习进行支撑（建议提前准备考研、或提前准备实习），即使双非本硕作为门槛，仍然有大量985、211同学在竞争，对于数分侧来说更不友好，985硕属于标配，还需要加之前大厂经历才能有面试机会，可能数开侧同学在28届29届学历要求标准还会继续有所变动，相对来说更卷一些。同时对于一些学历厂例如阿里云等更看...

一面 经典数仓建模、数据治理八股，并举出具体case和成果细问实习sql：挺简单的二面前司的技术架构维度退化的目的缓慢渐变维的类型与优缺点、事实表的类型业务场景题：业务方提出需要一个“用户画像分析”主题，希望能从时间（年/月/日）、渠道、用户年龄层、地域等多个维度灵活地分析用户的借款金额、还款金额、逾期次数等指标，需要如何搭建数仓做漏斗分析，需要建立哪些表什么时候用快照数据、什么时候用事实数据sql：说要出个有难度的考一考，结果还是挺简单的三面为什么投度小满，讲讲我对对互金的了解前司项目的难点、怎么解决的，前司的工作强度未来工作的规划，为什么选择数据开发家是哪里的，前司有转正吗自己的缺点

先说说目前面试进度，我是在BOSS直聘投的简历，然后京东安排面试，一面面试完成过一天安排2面2面面试完过一天安排3面，3面去线下面，面完你会遇到你今后的直属领导，下面来说说面经一面，是个女面试官1 先自我介绍2说说项目以及你目前技术栈3 说说你实时都做了哪些，说说维度建模和范式建模都有啥区别4 平时有遇到数据倾斜吗，怎么处理的5 看你有做财务数据，你认为财务数据和流量数据有啥区别，需要注意什么地方，财务数据你感觉最难的地方是哪里，怎么解决的6 来个场景题，对于一个字段找到其中出现a字母的所有次数7 模型建设规范都有哪些二面 似乎就是大部门leader和hr一起来的1 先进行自我介绍2 说一下做的项目，你扮演了什么角色3 看你实时经验比较丰富，下面来做2个场景题，对于一些交易订单来说，会出现订单出现退款，你如何可以做到订单实时的成交金额目前交易链路存在一个这个问题，交易的订单的渠道信息的某些字段可能会更新，你如何可以实现字段可以实时更新为最新得数据，保证数据不丢4 你平时看实时任务都是怎么看的，实时任务有哪些指标可以衡量，你平时遇到哪些问题，怎么解决的，你认为实时资源该怎么分配，时效性怎么确定5看你经验目前做过流量数据和财务数据，你感觉财务数据和流量数据最大的区别是啥，两者时效性和准确性都有啥区分6 你这边有啥问我的3面 线下面，京东似乎最后一面必须线下面，我去了一趟总部，感觉很大和面试官面对面聊，似乎还是交叉面，应该是别的部门领导，主要是聊了和一面2面差不多问题，不一样的地方是聊了一下数据湖，为啥现在企业都在追求数据湖，数据入湖和出湖都有哪些好处后面进展，似乎面试都通过了开始收集流水，还不知道涨幅怎么样，之前都说京东似乎不能太频繁跳，我这似乎跳的还比较频繁也给过了，可能跳槽不是卡的这么严同步一下后续到了谈薪阶段，目前base不变，加了4个月年终，总包涨30%多点