1.实习和读书怎么兼容的2.数据倾斜的情况以及怎么解决3.为什么最早做分析岗，之后做数开岗4.用Python涉及到的一些工程5.做数据研发，业务反馈最好的一次情况6.工作中最有困难以及怎么解决的7.职业发展怎么考虑的8.怎么理解大模型给数据研发带来的影响9.去淘天实习给团队的优势和劣势10.对大模型编程了解

1.数仓设计的原则是什么2.多个ads表取得字段可能有重复，该怎么做？3.为什么有的团队设集市，有的横向团队做全域。为什么数仓要分层。4.Hive表内部表外部表区别5.Mapreduce流程，哪几个阶段会涉及到排序6.看你提到了降本增效，你觉得数据侧能做哪些去实现这一目标。7.对上段实习业务的认知，以及说支持业务的过程中，数据能做啥去发力，能为业务帮助更多。8.平时会用到大模型吗，对大模型的理解，以及大模型在数据研发领域能发力的点

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

1.在校更擅长的科目，本科专业，会有算法相关的课程吗2.经营周报主要是面向哪一层老板，异动归因用的什么方式做的归因和拆解3.某个维度出现指标异动之后，会有进一步下钻归因的动作吗4.异动规则是怎么出的，逻辑是什么5.之前实习迁移计算引擎原因，如何保证迁移过程中表的产出，在其中做的工作有哪些6.数据倾斜原因以及解法7.上段实习主要服务的业务方以及做了些什么东西8.如何保证数据口径是与da或者产品口径是一致的9.实时开发接触程度10.大学期间最骄傲的东西11.自己最核心的优势

1.自我介绍2.怎么看待三个不同业务方向的实习，个人兴趣偏好，聊对数分和数仓两个工种的理解，数仓有哪些不可被替代的技能点3.在ai下，数仓该如何顺应潮流，会不会被替代一部分数仓的工作4.深入业务具体是怎么样的，重要的点具体是什么？5.平常java用的多吗？6.深深拷打具体项目，细到每一个业务增量目标（roi是怎么计算的，分子分母是什么怎么衡量指标效果，是roi越高，活动就越好吗；

1.自我介绍2.到岗时间3.实习诉求，想从实习中得到什么4.业务对接的团队是哪些，业务具体做啥5.做了哪些事，对业务侧影响6.在开发业务中，自己提出过什么想法和建议吗7.做需求时的并行量，怎么考量做需求先后顺序8.做需求的难点，怎么克服的9.为什么不在前前司继续实习，离职原因10.前前司和前司实习的感受收获11.外面流程情况，怎么考虑接offer先后顺序（手子，我包真爱你的）

1.讲一下实习做的东西，学到的东西2.数据集市涉及到的维度和事实表有哪些3.讲一下数据对于整个公司，业务的意义作用4.数仓分层的理解5.分数据集市建设的数仓架构优缺点6.了解的大数据基础组件7.Spark Ui怎么看，关注哪一些点去判断数据倾斜8.Sql语法中哪些关键词最容易导致数据倾斜9.说一下shuffle，以MR为例shuffle中涉及到哪些算法，不同算法涉及到哪些场景10.之前实习开发的表会有加监控吗11.作为数据同学，应该注意数据质量的哪些方面，以及如何保障数据质量12.聊家常，聊最近在学啥，聊aiSql 连续登录

1.介绍一下一到两段实习经历，自己做了什么，遇到了什么问题，对自己比较有挑战的点。2.项目深入拷打3.假设两个表主key是非数值数据，而且是万亿join万亿，这个怎么处理？4.大表join小表？5.要是mapjoin时，key值是json怎么解决6.Hive表里的分桶，分桶有哪几种形式，分桶与分区的区别？什么时候要去做分桶？7.spark调优思路8.了解的大数据前沿？一道dp+一道hard

1.聊了一下学校里的课程2.说一下业务流程是什么样的3.聊一下实习最复杂的需求4.聊一下前司的数仓开发规范5.聊一下了解哪些大数据技术6.之前经历中Spark sql如何定位并解决数据倾斜问题7.Spark如何划分stage8.给一个数据需求，开发思路是怎么样的1道简单sql题

1.数据集市层建设思路，建模方法2.以pv，uv两个指标为例讲公共层建模思路3.讲讲自己在集市应用层设计的一些新表4.业务归因逻辑是啥5.应用层的模型和公共层模型的区别在哪6.原司主题域划分7.集市用到了哪些主题域数据8.数据高可用，高质量是怎么保证的9.说一下自己平时spark调优逻辑是什么样的10.知道数据倾斜根本原因，怎么从源头去解决11.像groupbyKey数据倾斜了怎么去解决1道sql题

1.自我介绍2.讲一下最能代表自己能力的一个项目3.里面涉及到了几个模型，其中最难设计的模型，难点4.指标体系怎么搭建5.事实表分为哪几种类型6.怎么保障数据质量7.开发任务从哪几方面去做数据质量校验8.如何判定指标是不是在合理范围内，指标波动如何校验三道sql

1.原司数仓分层结构2.怎么平衡数仓复用性与定制化需求3.原司的公共层由哪个团队维护？集市是怎么划分的？4.对比一下MR引擎和Spark引擎的优劣5.口径冲突问题怎么解决6.过程中关于维度设计的考量是什么？7.宽表建设与严格按照维度建模对比8.异动归因方法论1道sql题

1.项目拷打2.怎么更新维表3.数据平台底层怎么保证血缘依赖执行4.数仓分层，为什么要做分层5.Mapreduce和spark区别6.最常用的编程语言，有用python吗7.Hashmap和Hashtable区别8.多线程编程最大的痛点9.怎么保证线程安全10.StringBuilder和Stringbuffer区别11.思考题反问：主要工作写pyspark，基本不用sql

1.为什么从原司离职？2.简单介绍一下自己的实习经历3.集市对应的数仓架构4.纯数据团队和架构团队对应分工关系5.数仓分层6.数仓建模方式7.怎么区分哪些数据指标适合做到维度当中8.数仓集市开发过程9.Spark sql提交执行流程10.Spark调优例子11.Spark处理小文件方法12.Java创建线程有哪些方法13.集合有了解吗？List和set有什么区别14.评价一下自己性格