中国神华数据分析面经

1、自我介绍2、为什么选择回国找工作？实习经历很丰富，为什么最后选择了互联网？3、**涉及多市场，你怎么处理不同国家用户数据的差异？4、怎么判断异常是正常波动还是业务策略导致?异动分析的分析流程？5、你对携程的业务了解吗？比如旅游、酒店、机票等，有什么想法？6、SQL题，计算用户留存率7、case题：如果监控到App的日活用户突然下降10%，你会如何排查原因？8、对Hadoop、Spark的了解程度？如何用Spark处理大规模数据？遇到过性能问题吗？9、base地偏好？10、反问

1.自我介绍2.项目问题：你的那个数据专题分析背景是什么？3.项目问题：你说一下你那个存储成本降低是怎么开展的4.数据看板你是怎么做的？你的数据看板的那个表多大？(我说400mb）原数据几百gb，中间你是怎么处理的？(应该是想问底层处理的流程？)5.你了解hadoop/spark嘛6.你了解数据分层吗？7.你用过mysql，知道为什么要引入mapreduce嘛？作用是什么？笔试题：sql：很简单，聚合和开窗函数

总共就一面，一个技术人员，一个HR，两个人一起面已oc1.自我介绍2.哪里人3.实习主要参与工作4.数据采集用的什么工具5.数据分层优点，每一层是怎么样的数据6.对Hadoop熟悉吗，有自己部署过吗7.高可用有搭过吗8.secondary NameNode作用与NameNode区别9.Hadoop和Doris有什么差别10.flink主要用来做什么11.flink cdc用过吗12.用的哪个flink运行模式13.了解MR的shuffle吗，为什么要去做shuffle14. MR和Spark差别15. 数据倾斜问题，解决方案16.什么途径了解到公司17.是否接受长期出差18.工作地，加班

前两个流程一面挂，三面挂，加起来九面终于拿下了数开岗，终于有个稍微好一点的部门了求求其他的也给我泡出来吧，26秋招对我好一点--timeline一面 9.22二面 9.24三面 9.26hr面 10.10加面 10.16oc 10.22意向 10.28--附面经-------------------------------------一面（常规八股+项目深挖+coding）--项目（15+10min）1.拷问比较深，两个都问了一下--八股1.谈谈hadoop生态的理解（又问了nn，小文件，mr有几次归并排序）2.groupingset和cube的区别3.sql提交到hive的解析过程4.hive数据类型有哪些5.spark数据倾斜6.Spark AQE特性7.三次握手四次挥手8.网络传输的七层架构--手撕1.算法：最长连续无重复子字符串长度2.sql：连续登陆--简单唠会嗑-------------------------------------二面（+1，50min，没记太全）--项目拷问（15min+5min）--八股1.数据倾斜2.spark与mr区别3.count distinct优化4.数仓分层意义5.场景：结合订单过程，设计事实表6.checkpoint7.反压-------------------------------------三面（+2，70min，开放问题较多，考的比较广泛）--数分&数产1.数据分析师常用的分析方法？2.埋点定义的核心3.数据采集通用的属性（埋点公参）4.指标定义怎么做？5.一个业务过程的不同阶段应该看什么数？6.做数据看板的关键7.数据看板不同的数据内容怎么摆放（提示了一下产品动线）--数据研发1.app层的需求过来之后怎么理解和解决2.如何理解数仓模型重构3.怎么从业务中抽取维度和事实4.数仓模型好坏怎么衡量5.Shuffle的oom6.jvm7.服务器cpu满了怎么排查8.java读写数据库9.java调用api--数据挖掘1.python中常用机器学习包有哪些2.随机森林算法原理--智力1.小球称重问题--手撕1.汉诺塔（又出了一道字符串，我说考过了，换成这个了）--反问1.字节的中台架构-------------------------------------hr面（40min）1.自我介绍2.项目介绍3.优缺点，举例说明4.优先级怎么分5.手上意向-------------------------------------加面（+3，40min，场景题）1.clickhouse2.行式存储和列式存储的区别3.数据如何反哺业务4.如何理解业务数据化和数据业务化5.场景题1:视频+点赞数，设计一个架构（不限于数仓）6.场景题2:功能上线之后，请以分析师/dpm的角色设计指标体系--反问1.数据业务化怎么做？2.ai落地场景？