淘天数据研发暑期实习二面

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

之前面试了字节，怀疑是kpi面试，大部分问八股1 先进行自我介绍2 说一下你做的数仓是怎么设计的，主要是做啥业务，模型数据域，主题域怎么划分的，模型层级的分层的好处3 对于数据倾斜怎么解决，对于任务的一些调优可以怎么操作4 数据治理是怎么治理的5spark的宽窄依赖 和有向五环图能展开说说吗6 平时数据准确性和及时性是怎么保证的，对于准确性来说出现问题怎么及时处理7有什么需要问我的，对于字节有啥要求吗

bg 9本硕，某团暑期实习。记录一下80分钟：5分钟1. 自我介绍35分钟2. 了解实习经历3. 针对实习项目，问数据层次怎么分层4. 数据分层的作用5. 针对具体实习项目，说明业务逻辑6. 说明实习项目的“订单量”这个指标从源头到产出的ETL过程7. 针对实习项目，复盘后最大的难点是什么8. 复盘之后有什么收获9. 你刚才说复盘收获是处理小文件，那么spark怎么处理小文件的？10. 处理小文件有哪些方法，举例子11. hive冷热分离的方法12. 你刚才提到了组里有做ec存储，你了解ec存储吗13. 暑期实习有什么感受，转正了吗15分钟14. 了解spark的semi join吗，他是干嘛的15. 了解spark的AQE，这是什么16. 你刚才讲AQE提到了广播机制，这个在spark中很重要，讲讲广播过程呢17. 了解网络吗？讲讲三次握手和四次握手区别。18. 了解数据结构吗？讲讲O(nlog n)的不稳定排序算法。20分钟两个编程题：Q1.求开方：给定num=5.79，error=1e-8，求x使得abs(x^2-num)<error19. 先讲讲思路吧，有什么思路：二分O(log n)20. 刚开始没做出来，面试官提示了下细节21. 后面二分法做出来了，面试官说那如果num小于1有什么变化呢22. 面试官问还有什么方法吗：牛顿下山法23. 公式写上去，但是面试官不关心公式，关心原理：会无限逼近24. 如果是三次方四次方，牛顿下山怎么用呢，公式会变的Q2.1TB的int类型数据怎么在512MB的虚拟机中求中位数25. 已经70分钟了，没时间了，没要求写代码，只要讲思路：外部排序，归并思想26. 面试官问还有什么方法吗：没想到了，但是后面搜了下有分布式排序，mapreduce排序等，估计想让我回答spark相关的，但是真不知道。5分钟反问27. 反问业务、作息、感受：都是套话28. 反问可以提升的点、我的不足：涉及到应聘者的评价，不能说。29. 谢谢面试官勒，吃饭去咯。