25.5.8 简历投递25.5.11 笔试（1.8/4）25.5.20 一面（45min）25.5.22流程终止速览45min，居然没有让我做自我介绍，直接确认信息然后拷打项目（真的是汗流浃背了，真的别在简历上给自己挖坑啊），之后两道手撕题目，一道貌似是图论的题？想了五六分钟没思路，换了另一道手撕题目，构造一个new_float(s:str)函数，看一个字符串能否输出为float类型，如果可以则需要输出float结果，需要手动解析字符串。最后在面试官的指点下算是做出来了（当然，还有其它一些情况没有考虑到，仅满足最基本的功能）。拼多多的面试比较严格，电脑上的录音录屏以及切换标签页面都会被标记为“...

三题看不懂四题不明白二题无法AC  T=int(input()) for _ in range(T): n=int(input()) s=input().split() k,mx=1,1 for i in range(len(s)-1): if len(s[i])<len(s[i+1]): k+=1 elif len(s[i])==len(s[i+1]): if s[i]<=s[i+1]: k+=1 else: mx=max(mx,k) k=1 mx=max(mx,k) else: mx=max(mx,k) k=1 mx=max(mx,k) print(mx) ===== ##过了...

Linux基础 最近补习Linux基础做的笔记，分享一下。    类别 关键词 建议内容     文件系统操作 ls cd rm mv cp touch mkdir find grep 最基本的生存能力   权限和用户管理 chmod chown sudo passwd su useradd 学会读懂 drwxr-xr-x   进程与网络管理 ps top netstat ping lsof 日常排查进程问题、端口冲突   压缩打包 tar zip unzip gzip 部署必备   文本处理三剑客 awk sed cut 数据处理神器（后期超有用）   脚本与调度 for/while if ...

>岗位不对。权当是涨经验吧。经验+3>这是偏“数据分析”“数据挖掘”的岗位，问了不少机器学习、统计学的相关知识，而我都忘掉了。没有提问数仓、Hadoop这类技术栈的知识。速览问题：1. 自我介绍。2. 介绍第一个项目。3. 介绍项目中数据分析的方法与细节，什么是逻辑回归。4. 有了解什么是逻辑回归吗？5. 讲一下第二个项目。6. 讲一下什么是主成分分析。7. 给你一个数据集里面有一个32维的特征，怎么把它降到8维？8. PCA怎么做的，它的一个步骤大致描述一下，讲一下原理。9. 线性回归知道吗？10. 线性回归的参数怎么算的？11. 什么是多重共线性，如何解决？12. 如果数据中特...

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...

不是哥们？ 谁家笔试安排在五一啊？这时间也忒阴了点吧？

未来可期未来可期未来可期未来可期未来可期未来可期未来可期未来可期未来可期未来可期#牛客AI配图神器#

30分钟草草结束，不管啦，金五银六未来可期用户行为分析项目项目是否有明确用户需求，还是单纯练手？项目全程独自参与，如何规划拆分任务？作为 “产品 + 开发 + 测试” 角色，做查询分析的核心目的是什么？项目中遇到的最大技术问题是什么？用户分群指标体系是自主设计还是参考开源项目？手机竞争力分析项目分析过程中程序如何介入（工具 / 方法）？数据集来源是整体获取还是手动拼凑？图像处理去噪项目项目技术选型和问题解决的核心思考过程是什么？处理的图片数据量有多大？其他你有什么想问我的？#牛客AI配图神器#

字节面试官人很好，受到了鼓舞，受到了指点，感谢。还有很大不足，继续努力问题总览1.你的这个项目是自己找的数据做的吗？2.你的工作流和涉及到的技术栈是哪些？3.是基于原始明细数据直接做的吗？4.结构化数据一般是怎么清洗完成的？5.DWD层通常做哪些清洗？6.DWS层的模型通常是怎么设计的？7.了解维度建模、关系建模吗？8.正常一个数据仓库的工作流和技术栈有哪些？9.Sqoop主要用在哪个环节？做什么的？10.Hadoop和Spark各自优劣势是什么？11.Spark任务一般怎么优化？12.ClickHouse有哪些索引类型？13.ClickHouse中排序键、分片键怎么设置？14.你刷了500道...

1. 基本情况方向：数据工程，时间：40分钟结束、16:00开始，无手撕，多场景2. 自我介绍3. 一些能够回忆起来的（或许有不正确的地方）：（1）提问R：你这个项目是课程作业还是什么？R：那你说说Hive和ClickHouseR：你谈到了OLAP，那和OLTP有啥区别？R：没了？ClickHouse适合那种场景？R：可以用作实时数仓吗？R：课程中有数据库相关的吗？只有数据结构与算法？R：MySQL系统学习过吗？R：数据怎么导入到ClickHouse的？R：直接到ClickHouse？R：数仓分层？四层讲讲。R：那为什么要分层呢？DWS已经差不多了为什么还需要ADS呢？R：场景题：在你的表上新...

全部对话：传送门一、背景交代：本人26届本科生，最近在找数据开发方向实习，简历主项目是一个离线数仓项目，用了Python + ClickHouse + SQL + PowerBI。这家公司是我在BOSS上无意间看到的，一家初创企业（应该），投了之后直接就约面试了。一开始我还挺重视的，想练练项目介绍，结果——结果就是这篇帖子的标题。二、面试实录：“说话人1（我）”和“说话人2（面试官）”说话人1（我） 00:00 开始讲项目我先老老实实介绍我做的离线数仓项目，比如怎么从3.7GB的淘宝数据中筛选出核心“中间九日”，如何建立转化漏斗分析路径（PV→Cart→Buy），又为什么舍弃Fav行为，如何用...

YARN的资源调度器在多租户场景下的核心区别是什么？如何选择？Spark Shuffle过程中，数据倾斜通常有哪些表现？你会采取哪些优化手段？Hive中分区表Partition和分桶表Bucket的设计目的是什么？实际使用时如何抉择？MySQL的索引在哪些场景下会失效？请举例说明常见的索引优化误区。数据仓库中处理缓慢变化维SCD时，类型1和类型2策略的核心差异是什么？如何实现类型2维表的历史数据保留？每日五问总览✅ 1. YARN 的资源调度器在多租户场景下的核心区别是什么？如何选择？YARN 提供了三种主流资源调度器：CapacityScheduler、FairScheduler 和 FIF...

题目简单 笔试头一次ak 期待面试 接好运题目分享：20道选择题，两道算法题，一道SQL题#牛客AI配图神器# ##Q1 import collections s=input() ans=0 temp='ABCDEFGHIGKLMNOPQRSTUVWXYZ' cnt=collections.defaultdict(int) for ss in s: cnt[ss]+=ord(ss) for tt in temp: if cnt[tt]==0: ans += ord(tt) print(ans) ##Q3 from math import inf #s = input() s = 'acmmer...

HDFS如何实现数据冗余存储？数据节点宕机时，集群如何恢复数据？Spark中RDD、DataFrame和Dataset的核心区别是什么？实际处理数据时如何选择？Hive与MySQL在数据存储、查询执行和应用场景上有哪些关键差异？数据仓库维度建模中，事务型事实表和周期快照事实表的设计区别是什么？举例说明。使用ClickHouse进行高频查询时，如何通过表引擎选择和分区排序键优化性能？每日五问总览：传送门✅ 1. HDFS 如何实现数据冗余存储？数据节点宕机时，集群如何恢复数据？HDFS 通过副本机制实现数据冗余存储，默认将每个文件划分为多个 block，每个 block 会被复制成 3 个副本（...