瓴岳科技-初级数据仓库工程师

目前美团数开日常实习，在面试暑期，原来走的方向是数分转数开，投鹅数据工程被数科捞了目前的情况，美团日常转暑期，或者去鹅，团这边的情况，base，组内，业务都能接受且暑期，转正率高鹅这边，to内的平台业务一般般，转正率低，挂数科实际是agent开发，还有四个月秋招，去这个岗位很尴尬的就是秋招简历会四不像，数分数开agent都做了，也没有垂直的岗位，转正失败可能agent开发，数开，数分都要投大概率还是投数分，国内的数分数科不分家，但是刚跑路出来，就是一个很尴尬的岗位，而且要补的技术栈太多了还有机器学习算法这一些，听hr说是做全栈，但是目前正职都是半路出家也是用到什么学什么，去了估计也是一样的，自学做东西但是wxg的title太香了，在纠结要不要继续面这个岗位还是释放简历继续投别的部门数据工程。引流：字节美团微信腾讯阿里

数据说话：技术类扩招36%，产品类扩招39%重点岗位：AI金融投资研究员：用AI搞量化、做投研金融AI Agent高级工程师：智能体方向元宝AI产品经理：既懂技术边界，又懂用户需求薪资：30K-60K，15薪特点：金融AI赛道特别强，想搞“AI+金融”的盯紧腾讯。

1. 自我介绍2. 用Hive还是Spark,比较了解哪个3. spark问题定位流程，以及解决方法4. 现在有一个任务跑的很慢，你如何去定位5. 介绍一下广播和Shuffle的区别，以及Shuffle为什么会比广播慢？你这里面之前说到的大部分都是在数据传输上，包括涉涉及到一些网络会导致它传数据量大比较慢嘛。6. Shuffle将各个节点的数据传输到另一个节点之后，会做什么操作呢？7. 小文件导致任务运行缓慢，是在Spark读的环节还是哪个环节？8. 用过二级分区吗？用Spark写Hive二级分区时有没有遇到过什么问题？9. flink的滑动窗口，以滑动窗口为例子啊，就是每5分钟统计过去一小时的那个行为流水，100万一分钟的，然后你5分钟去输做这种滑动窗口所计算的时候，怎么去预估它可能会产生多大的输出，以及计算量。10. flink 的就它发完了，它在重写的时候有个问题，我想问一下。它能基于checkpoint，我们可能说是checkpoint来重启嘛。那我数据从kafka里面消费的时候，我们可以某个精确到某一秒的时间点，能回溯对应的数据吗？11. 那有没有哪里有性能问题？换一种更好的方式写的话，你会怎么写？12. 如何优化你写的这两个sql13. 这两段sql在spark里面是如何运行的

03-09一面03-17二面一面：算法题：1.s2字符串是否包含s1字符串全排列2.股票3.最大连续和字序列sql：最大连续登陆天数问项目八股与sql调优相关ai的应用反问二面：sql：最大连续登陆天数算法：输入：包含活动id，开始日期，结束日期，收益每天只能举行一个活动，你需要找出活动集合中，总收益最大的活动集合，问项目问ai应用怎么看待openclow反问