美团数开一面凉经

之前面试了多多，干到了技术3面下面是面试记录1 自我介绍2 做一道SQL题3 看到你做过财务，说说为啥要做财务数据，做了这个对于公司来说有啥收益4 看你做过治理，说说为啥要治理，治理能降低多少成本5 今后职业规划，后续想往哪方面发展6 有啥想找我了解的

之前面试了京东面试记录如下1 先自我介绍一下自己2 平时做数仓是主要做啥，自己扮演了什么角色3 数仓模型和数据质量怎么确保没问题4 在工作中涉及实时吗，对于实时有哪些需要注意的，延迟和任务报错怎么快速解决，如何确保数据高可用，容错能力怎么提升5 看你有说到画像，对于画像来说做了对业务有啥提升 画像该怎么建设模型，如何提升时效性6 对于大数据你感觉数据湖和数仓本质有啥区别，为啥现在都在推数据湖7 数据治理是怎么治理的，质量之后对于降本显著吗8 为啥要离职 对于京东有啥需要了解的吗

之前面试了京东大数据社招岗位问的问题如下1，先自我介绍一下2数仓模型怎么划分3如何评价一个数仓是建设的比较好4做实时开发遇到延迟问题是怎么解决的，有哪些方面可以优化5 数据质量监控是怎么设定的，对于质量怎么判断6有数据治理吗，治理有啥好处，为啥要治理7 你认为数据湖和数仓有什么区别，为啥现在很多公司在做湖仓这一套8 你简历说的画像是怎么实现的，为啥要这样操作，画像能带来什么收益

📍 公司：虾皮（Shopee）💼 岗位：大数据开发工程师📅 面试时间线：7.30 一面8.4 二面8.8 收到感谢信（未通过）面试问题记录请介绍你实习中负责的数仓数据流向及核心业务场景。详细说明一个具体业务模块，包括所用技术栈与上下游用户。针对问题2中的业务，如何处理并发场景下的“不可重复读”问题？大数据技术栈掌握情况？重点提问 Spark 的使用经验。如何优化实际 Spark 任务？请举例（如数据倾斜、Shuffle 优化）。描述快速排序算法的基本思想（穿插在数据倾斜优化中考察基础）。是否遇到过数据写错的情况？若数仓数据写入 Kafka 错误，如何修复？➤ 进一步追问：HDFS 数据已错，但 Kafka → 业务表已生效，如何保证一致性与服务可用性？若需从某个 Kafka Topic 消费数据并入库数仓，你会如何设计流程？（开放性问题）🙌 面试感悟虽为实习经历深挖，但问题贴近真实生产场景，尤其关注高可用、数据一致性、容错与恢复机制；对数据链路的闭环理解要求较高，需清楚“从出错到修复”的全链路影响；建议提前准备：✅ 典型数据倾斜解决方案（如加盐、两阶段聚合）✅ Kafka 重放与幂等写入策略✅ 数仓分层中各层容灾与回溯能力设计📌 C端业务对数据质量与系统稳定性要求高，面试更倾向考察“出问题后怎么办”的应急思维。