TeleAI AIGC日常实习

4.22，一面5.21，二面-----------面试情况：问了项目，Transformer八股，何时可以实习，最有成就的事，有那些有压力的事…聊了一会就做题了。手撕的是二叉树中等题，但是没写出来，讲了一下递归的思路……-----------隔了这么久突然约二面是什么情况啊😭，我以为我挂了，这段时间又在忙论文就没刷题了😩，手撕没过还有机会吗……

愈发意识到自己的不足，每次的面试官都是老师，给我批评鼓励和指点，非常感谢。30min迅速结束，两道简单的SQL（奈何手生了，脑热了，没做出）。狠狠刷题狠狠背八股问题速览：1.自我介绍2.为什么选择数据开发？3.有无实习经历？4.学习的方式（是通过什么渠道学习的）？5.SQL题目做过没有？（开始手撕，两道题目）6.你会参加这次秋招吗？心仪的公司讲一下？7.对Spark掌握怎么样？8.Spark有什么理解，比如RDD？数据倾斜？9.可以给我介绍一下你学习到的数仓是个什么吗？10.主题的划分依据是啥？11.主题的概念是什么？12.简历写到星型和雪花型模型，这两种有什么区别？13.比如说我们需要优化一...

1 在介绍数仓模型时大概分下面介绍数仓分层有哪些层，每一层的作用和构建原理，有哪些数据域和主题，对于域和主题是怎么划分的，数仓命名规范怎么定的，ads层主要是怎么设计的，数据怎么对外运用，数仓不能跨层依赖，dwd必须要有ods的所有字段，不能聚合操作，dws一般都是轻度聚合，比如用户和订单的聚合，ads通常不能直接来源dwd，只能从dim和dws来，dim层快照和非快照的区分2 实时任务如何做到不延迟我认为该这样答，首先确保source端消费能及时消费，要评估一下数据的QPS，然后中间计算阶段并行度要够，在规定时间需要计算完成，最后sink阶段需要及时落表，还有就是任务失败要从checkpoint拉起任务，并且消费kafka的偏移量要从最新的地方拉起，防止重复消费导致延迟，

📍面试公司：快手💻面试岗位：如题❓面试问题：1、自我介绍2、为什么要做这款工具？需求是什么？3、如何验证你的工作满足了需求？4、如何评判模型输出的内容达到了预期的效果？如何量化？5、指标是怎么设计的？6、反问🙌面试感想：比较注重思考的逻辑性和深度，很注重数据指标方面的设计（可能做模型相关的业务都注重评测指标），面试官小姐姐人很好，反问环节我提问我的改进之处一针见血指出了我的问题（面的过程中我也感觉到了），总体来说面试体验很好，就是准备的不充分15min秒结束了 太可惜了，这个业务方向我还是很感兴趣的