面经详情

第一轮：全英的 numerical test，10个英文的数学题。7个人刷了1个人。建议提前刷刷题，不然突然叫你做题你会真的蒙圈。以下是我收集整合论坛的一些题目，大家可以参考一下（我自己考的我考完就忘了，但和以下题目差不多）：1.8个人中至少4个人同一个月出生的概率是多少2.从第一个月末开始，每个月增加2个工人，每个工人生产20件产品，直到第三个月底共生产了1740件产品，问原来有多少工人？3.一个学生一4.25%的利率向银行贷款，政府补贴一半的利息，如果6年后本息不超过50000，则该学生最多贷多少钱？4. 一人同时投掷一枚硬币和一个骰子，如果硬币是正面，可获得和骰子所掷数字相同的积分；如果硬币是反面，可获得和骰子所掷数字双倍的积分。问积分小于6分的概率？5. 一人以1.2美元买进了200个产品，开始以3.5美元售出了150个，打算以半价售出剩下的产品，问交付了利润的10%后，how much money he will own after selling all the products?6.1000人中，有11/20人喜欢A，有9/20人喜欢B，既喜欢A又喜欢B的人占1/2，问都不喜欢的比例？7.有三种报纸A、B、C，总人数1000，已知：读A的人占比，读B的人占比，读C的人占比，读A和B的人占比，读B和C的人占比，读A和C的人占比，读A、B、C的人占比求：（1）只读一种报纸的人占比（2）读至少两种报纸的人占比 （答案）8.已知市场上某种产品的总销量和平均价格，其中，又知道品牌A的销量和价格，品牌B的销量和价格求：（1）品牌B的市场份额（2）品牌B的价格上涨了50%，销量下跌了40%，其他品牌的销量和价格不变，求品牌B的市场份额。第二轮：操作题。1.给你一个 excel表，让你纠正其中错误的内容，仔细一点就好。2.给你一个 ppt ，让你仿照所给 ppt 做一份一模一样的。涉及到做折线图，柱形图，和柱形-折线图。第三轮：面试，全中文面试。...查看更多

面试背景 24岁，在长沙工作了两年，之前在一家跨境Saas的公司做数据开发，后来公司倒了刚好看到这家公司在找数据开发。公司就在地铁站旁边，倒是挺近的。下午2点先到的19楼，但是去的18楼面试，整体环境中规中矩，不是那种高大上的装修，一层楼大概8~10排的座位，分好几个小组，面试的时候等了一会，观察了下公司的人，都挺年轻的看起来都比较忙，人手一台笔记本配一个大显示屏。在投递简历后，先是HR找我聊了下基本情况，主要是住得远不远，以前有没有听过Sandalwood之类的，以及以往的一些工作经历的问题，问题比较琐碎，可能是在判断入职意愿。后来就是笔试，大概30分钟左右；然后就是技术负责人面，大概聊了40分钟。包括了SQL、HMM、HDFS数据存储等技术面的一些基本问题，问题难度不大。另外呢就是写了一个数据开发的问题，让我写解决方案，这题难度比较高，但也就是需要写思路，不用写具体怎么解决，当时自己认为是没发挥好的，但勉强还是过了笔试。面试有技术负责人面，看起来还蛮严肃的（后面入职了才知道也是挺随和的一个人），主要问一些技术的深层次问题，基本上跟数据挖掘和开发的问题都答上了，但面试官还会发散一些思维，后面就有点招架不住了...需要注意的是，面试的时候最好不要不懂装懂，不然在技术大佬面前分分钟拆穿，实话实说就好。面试完第三天就收到了HR的电话，告诉我面试通过了，问我的上班时间。整体来说呢，整个面试过程都挺好的，除了中间一些不会答的，还算顺利吧。...查看更多

第一轮面试总体感觉很好，交流也非常顺畅，面试的小哥哥人也很好，觉得我基础很好，虽然项目经验很少(我的毕业课题是跟深度学习相关的)，但是他说可能他看重的是基础能力，然后当面给了个leetcode链接，题目是最长回文子串，由于题目刷过，因此就做出来了，后续问了一些他对我的一些建议。一面过后hr给我回复是那边评价很高，然后第二天就复面了。第二轮面试是部门负责人，问的问题比较一针见血，然后跟我讨论了很多我项目的东西，他有着他自己的见解，不停的在换说法提问题，可能觉得我答非所问。。。然后我属于转行，java比较薄弱，他问了我java的垃圾回收机制，用了什么方法，我说java不是可以自动回收垃圾嘛，然后我就不会，随后还问了我一些我都不太会的东西。。。。。寄了。...查看更多

美团到店 上海 数仓开发视频面试，用的牛客的平台，面试官人态度很友善，问的总体不难，但是自己准备不是很充分，应该是挂了1.维度建模的过程2.spark执行任务的流程，stage如何划分，举个例子说明宽依赖在stage划分中的作用3.建模的规范 4.如何评价一个数仓 5.逻辑模型和物理模型的区别 6.哪里用了ES，为什么要用ES，用mysql可以吗， 为什么ES搜索比较强，原理是什么 7.dataX和sqoop的区别是什么 8.spark和hive的区别 9.sparkSQL的执行原理 10. 在增量同步场景下，针对周期快照表，ODS层如何得到全量快照表 11.DWS中有哪些宽表，如何确定的，如何实现的 12.DWD到DWS是如何实现的最后当场找了一道牛客难度为困难的一道SQL题，每做出来，跟面试官大致说了一下思路。...查看更多