Offer求比较百度vs虾皮

一面： 1.实习经历追问，数仓建设流程 ，为什么要设计各个层2.spark的任务调度流程，spark的数据量级3.spark的性能优化经验？4.如何定位任务失败？有哪些原因？分别应该怎么处理5.对于数据治理的理解，在元数据管理的治理中不同的元数据分别有什么作用？你是怎么使用的？6.数据倾斜的情况在具体的什么业务中出现，举例，并给出你的优化方案7.如何去保障数据的质量？数据标准你是如何制定的？8.为什么源数据存在mongoDB？9.了解agent么？大致讲一下agent的工作原理，mcp和functioncalls的区别是什么？10.是否参与过模型的微调？agent的数据具体如何处理？数据增强那一块是怎么做的？手撕：拓扑排序，leetcode hot100课程表的变形 medium难度（之前背过模版所以还好）二面：1.具体追问了数据倾斜和OOM的问题是如何处理？2.数据治理这一块你做了什么？不要说数据治理分这些3.你是怎么做数据监控的？有哪些方面的监控？你如何具体定位问题去解决？4.你的数据标准是如何制定的？你如何去保证数据的准确性和一致性？5.agent这块是否了解？你实习主要是做什么的？agent的原理和强化学习这些是否有了解过？手撕：接雨水 用了双指针后要求用单调栈

项目和实习信号量、互斥锁、循环锁分别解释一下进程和线程内存空间，进程的内存空间块是怎么分配的，线程都是共享的吗（答了threadlocal但是感觉面试官不满意）进程之间是如何通信的TCP挥手如果服务端一直没收到ACK咋办HTTPS握手的时候具体是怎么协商密钥的，具体解释对称加密和非对称加密TreeMap、HashMap、Table介绍一下，HashMap不是线程安全的如果出现了死锁怎么办死锁的条件和如何避免重写和重载，静态类能重写吗Java的反射、注解、泛型什么情况下需要建立索引？什么情况下不需要建立索引算法：两数相加||，要求空间复杂度为O(1)，脑子抽了没想出来O(1)的每次面字节都感觉自...

项目实习 1.数据清洗策略怎么应用，人工核查还是有工具2.分层有哪些依据道理3.对维度退化如何理解4.指标体系计算是指哪些指标5.最大事实表数据量有多少6.规则质控校验，怎么判断达标率提升7.一些任务跑的很慢，怎么去调优和解决8.flink接触到哪些，核心工作，怎么去使用9.数据延迟怎么处理，有没有做一些操作手撕，两道SQL1.用户最早一次和最近一次评论2.每日用户次日留存率，3日留存率，7日留存率反问已凉

1、自我介绍 + 询问个人信息 + 意向2、说一说回调函数3、A线程执行一个函数B线程执行一个函数，A向B注册了一个回调，最终这个回调在哪里执行4、说一说系统调用，进程间通信有没有系统调用5、系统调用有几次内存拷贝，能不能更少，DMA拷贝和CPU拷贝有什么不一样6、gdb了解吗7、智能指针，说一说weak_ptr8、epoll机制9、死锁有没有遇到过10、用过哪些容器，为什么不用map，而用unordered_map11、如何将string转换成一个结构体里面包含int, double, uint812、protobuf用途，为什么要用protobuf序列化和反序列化13、你对上下文的理解14...