offer选择

我们组之前有个号称“资深测试工程师"，但他的操作我真是看一次震一次。有次版本，只需要他在数据库里加一行查表语句。研发为了怕他搞错，手把手给他发了三遍：第一次：完整 SQL第二次：截图 + 红框标注第三次：直接复制粘贴版，连空格都整理好了结果他硬是说：“我没看到，你再发我一次。”研发当场沉默三秒。然后更离谱的是：测试确认环节他直接眼睛验收，不跑用例、不验证逻辑、不校验数据，嘴里念一句“应该没问题了吧”，然后 直接提单上线。上线后出问题了，他的第一反应不是排查，不是复现，不是定位，是直接甩锅。永远第一时间甩锅，姿势熟练，速度飞快。就像整个项目里，他唯一稳定输出的就是 甩锅链路闭环。更好笑的是，这人还喜欢在会上讲：“我们要保证质量，流程要严格。”

大模型算法岗，实际上是大模型应用开发，薪酬偏低，六险一金，12%公积金。要等春招吗，现在在恶补后端开发的八股（有一定开发经验及基础不过忘得差不多了），想找后端+ai的岗位，之前一直找智能体开发的岗位，这个岗位要不工资偏低，要不就过不了简历。而且对比我其他面试的公司，这个亿迅的工资和待遇越看越高，周围人也没有offer，也没有师兄可以参考。

1.mapreduce执行流程2.hdfs如何保证数据一致性3.flink和kafka如何保证数据的一致性4.flink的checkpoint里的barrier对齐和非对齐分别如何实现exactly-once；非对齐实现需要怎么做？5.kafka如何保证数据一致性6.spark和mr的shuffle有哪些区别7.spark的内存参数一般怎么调整；一般集群的spark内存参数会在什么样的一个级别？8.数仓分层，每一层有什么作用？具体的全链路流程是什么样的？9.维表应该如何进行设计？10.用户画像如何搭建？11.然后是一些数据结构的考察。12.然后是两道sparksql题，不难。其中一个是考察数据构造，需要对sparksql有较深的使用了解。

1.简单问问项目2.Spark的执行流程3.宽窄依赖4.RDD和Dateframe5.RDD:是 Spark最基础的分布式数据集合抽象，本质是不可变的、分区的元元素集合(可以是任意类型的对象,如整数、字符串、自定义类等)。它没有预设的Schema(数据结构)数据以"对象"形式存在,Spark对其内部数据类型无感知。6.DataFrame:是带有Schema的分布式数据集合,类似于关系型数据库中的表(有列名和列类型)，但数据分布式存储在集群中。它本质上是RDD的扩展,在RDD基础上增加了Schema元信息(扫描述列名、数据类型等)使Spark能理解数据的结构。7.排序窗口函数8、python的特点9.is和==的区别判断值是否相等用(如比较数字、字符串、列表内容);判断是否为同一个对象用 is(最常见场景是判断xisNone,检查变量是否为None对象)。sq1:跑得慢,哪里可能有问题-----识别倾斜,拆分处理