面经详情

对spark的RDD有什么了解，RDD是什么，我说弹性分布式数据集，为什么spark要使用RDDSpark为什么比mapreduce快，我说spark基于内存运算，Spark就不在硬盘上运算了吗，我说也会，问什么时候会在硬盘上运算，我：当时脑子宕机了(有一个配置是内存不够写入磁盘，别的不知道了，可能和血统什么的有关)Hbase的调优方式Hive的udf你都了解哪些，如何自定义udf函数，你都了解哪些数据结构。...查看更多

投简历之后发来了笔试题，很简单的分析excel表格的数据和写sql语句，然后很快就约了面试。针对简历问一些细节，面试前需要对自己简历上的东西都好好想想。还问了对他们的App有什么看法，有什么可改进的，收集什么样的数据来分析，怎么分析，怎么改进，我前几天刚面过了另一家公司数据分析的岗位，把他们产品经理告诉我的答案跟面试官说了哈哈哈，然后还是被挑了一堆问题，作为应届生真的不知道这种问题怎么回答。 面试官结束面试之后直接就告诉我有什么不足，HR还会邮件通知我没有通过面试，至少不拖着人，这点感觉很不错。个人感觉他们的数据挖掘岗位偏向招有一定经验的人，做产品方面的数据分析。没有考技术和算法的问题。 ...查看更多

1.自我介绍； 2.机器学习的一些算法，我当时不会的太多。 第一题：给你n个数，要求找到所有的三元集，满足a[i]+a[j]+a[k]=S，要求复杂度n^2我做这道题的时候，一开始给了一堆乱七八糟的方法。FFT什么的其实都想说出来，但是忍住了。 第二题：给25匹马，你有五个赛道，问你最少需要比赛多少场，才能得到前三的马。我一开始没啥想法，于是答了个上限，(25-3)/2=11场，因为每场比赛可以淘汰两只马。然后面试官提示了一下杨氏矩阵，然后看我好像还是不太懂的样子，就给我讲了正解。 ...查看更多