淘天暑期数据研发2面

1.分享一个有成就感的项目，解决的问题，最终拿到的价值，同时数据架构的方案，遇到的困难点。2.用的技术栈，怎么优化hive sql。3.怎么判断脚本有没有倾斜。4.MR运行中，map数和reduce数怎么确定的5.Storm，实时和python了解程度6.怎么理解数仓架构7.英语水平

主要问了项目 代码沙箱的基本原理是什么？为什么能保护系统安全？ Flink是不是本身就有任务调度的能力？为什么要自己实现一个？ 有没有了解别的产品化的数据分析工具？ 做数据分析的话，里面的挑战是什么？ 血缘分析中提到的影响分析是指什么？ CDC技术介绍一下具体的原理 有没有其他的组件有类似的功能？ 为什么要使用一个调度框架，而不是自己定义定时任务？ Quartz的调度是在单实例上面的吗？还是可以是分布式的调度？ Quartz是怎么进行调度的？是将表达式写在表里面然后去扫表吗？如何平衡性能和可靠性呢？ 在限制用户多次提交的场景中，有了解用Redis实现分布式锁来实现控制要怎么做吗？ 通用大模型缺...

若重回高考，我依然会选择数据科学与大数据技术——这个专业的前景与我的逻辑思维、技术热情完美契合。但作为中国传媒大学的学生，我会更理性地权衡"学校标签"与"专业适配度"。  中传在传媒领域无可挑剔，但数据科学并非其核心优势。课程设置偏重基础理论，缺乏顶尖理工院校的硬核技术资源（如高性能计算集群、Kaggle实战指导）；校企合作也多围绕传媒数据，而非互联网大厂的通用场景。但我不后悔专业选择。在中传，我学会了用数据讲故事的跨界视角（比如用NLP分析舆情），这是纯理工院校难赋予的。只是若能重来，我会更早自学弥补校方短板：大一起就刷LeetCode、参与开源项目，而非依赖学校有限的资源。毕竟，数据科学是门"自驱动"的学科，学校只是起点，代码与算法才是真正的通行证。

26数学鼠鼠，一段美团日常商分，至今0offer，被剪映一面挂了后突然被抖音的数据分析部给捞了又给了一面，记录一下：5.21 剪映一面实习深挖对剪映的业务有没有了解SQL次日留存自己的优点和自己的缺点反问一周后感谢信6.6 抖音数据分析部门一面 实习项目拷问ABtest提问，如果一个实验第一周显著后面不显著，为什么（考察新奇效应，当时没答上来，回答是拆分维度分析）SQL窗口函数，给职工ID，部门，工资，选出每个部门第三高的。分别给出所有第三高和任意一个第三高两种方法，dense_rank()如果抖音的DAU下降人均时长上升，你怎么判断是不是边缘用户流失导致的还是核心用户也流失导致的，怎么补救（...