字节跳动大数据开发(实时数仓)

【职位名称】 大数据开发实习生（数据仓库方向）——27届校招实习【工作地点】 北京【职位描述】参与商业化业务的 离线数据仓库建设 ，处理 PB 级超大规模用户行为数据（千亿级日增量），覆盖数据从产生到可视化的全生命周期服务；负责数据仓库模型设计、ETL 开发及指标看板建设，优化数据流、调度系统及查询引擎，降低数据使用门槛，保障系统稳定高效运行；参与数据治理工作，提升数据质量与易用性，支撑业务分析需求，推动数据价值落地；与分析师、研发及产品团队紧密协作，总结数据研究方法论，助力业务场景的深度应用。【职位要求】基础要求 ：2027届毕业，本科及以上学历在读，计算机、数学、信息工程等相关专业优先；211 以上院校背景优先；技术能力 ：熟悉数据仓库实施方法论及体系架构，掌握 SQL 语言；至少熟练 Java、Python、Scala 等编程语言中的一种；了解 Hive、Spark、clickhouse等分布式计算工具，有大数据开发或数仓实习经验者优先；软技能 ：思路清晰，数据分析能力强，能独立分析并推动解决问题；沟通积极主动，具备良好的数理逻辑与业务好奇心；实习要求 ：每周可实习 3 天及以上，连续实习 3 个月及以上（长期实习优先）有兴趣的话私聊我发简历--简历直达hr，大量实习hc，可转正，转正比例高

1.挑一个项目介绍2.了解实习经历3.针对实习项目，问数据层次怎么分层4.数据分层的作用5.针对具体实习项目，说明业务逻辑6.说明实习项目的“订单量"这个指标从源头到产出的 ETL过程7.针对实习项目，复盘后最大的难点是什么8.复盘之后有什么收获9.你刚才说复盘收获是处理小文件，那么spark怎么处理小文件的?10.处理小文件有哪些方法，举例子11.hive冷热分离的方法12.你刚才提到了组里有做ec存储，你了解ec存储吗13.暑期实习有什么感受，转正了吗14.了解spark的semi join吗，他是干嘛的15.了解spark的AQE，这是什么16.你刚才讲AQE提到了广播机制，这个在spark中很重要，讲讲广播过程呢17.了解网络吗?讲讲三次握手和四次握手区别。18.了解数据结构吗?讲讲0(nlog n)的不稳定排序算法Q1.求开方:给定排序算法。num=5.79，error=1e-8，求x使得abs(x^2-num)

1.挑一个项目介绍2.了解实习经历3.针对实习项目，问数据层次怎么分层4.数据分层的作用5.针对具体实习项目，说明业务逻辑6.说明实习项目的“订单量”这个指标从源头到产出的 ETL过程7.针对实习项目，复盘后最大的难点是什么8.复盘之后有什么收获9.你刚才说复盘收获是处理小文件，那么spark怎么处理小文件的？10.处理小文件有哪些方法，举例子11.hive冷热分离的方法12.你刚才提到了组里有做ec存储，你了解ec存储吗13.暑期实习有什么感受，转正了吗14.了解spark的semi join吗，他是干嘛的15.了解spark的AQE，这是什么16.你刚才讲AQE提到了广播机制，这个在spark中很重要，讲讲广播过程呢17.了解网络吗?讲讲三次握手和四次握手区别。18.了解数据结构吗?讲讲O(nlog n)的不稳定排序算法Q1.求开方:给定排序算法。num=5.79, error=1e-8，求x使得abs(x^2-num)

学校生活： 自我介绍介绍一下你的两个项目从这两个项目收获到了什么说说你项目里的这个提交学习记录的模块介绍一下rabbitmq的工作细节你本科是数学专业的，现在开始考虑互联网专业，你是怎么考虑的你研究生统计专业的，有没有做过一些大数据处理相关的案例平常怎么学习互联网相关的内容的八股：Java的反射机制介绍一下平常项目里反射机制哪里用到了异常里面的运行时异常和非运行时异常怎么保证reids和mysql的数据一致性Mysql的索引介绍一下Mysql索引它本身存在的一些问题Mysql的分区了解吗了解过ES数据库吗，是干嘛的无手撕（有闲聊感觉被kpi了，或者觉得不对口）反问：业务相关需要改进的点（说投之前还是要看看jd相关的是否匹配，感觉潜台词就是不合适）