职位描述 1.负责TapTap 基础数据建设（涵盖社区、商店等业务方向），提供通用、稳定、丰富、高效的公共数据能力，提升数据支持业务的效率，探索数据的增量价值；2.面向社区、商店等业务方向，建设专题数据，提供丰富易用的数据服务，直接支持业务决策分析，赋能业务；3.在整体数据建设和服务的过程中，落地埋点规范、质量保障规范，提升埋点质量和易用性，保障数据服务的数据质量和数据产出的稳定性。职位要求1.27届在校学生，研究生及以上学历在读，计算机、统计相关专业优先；2.了解大数据生态，熟悉Hive、Flink、Spark、Kafka、Clickhouse等相关大数据引擎之一；3.熟悉 Java /Scala语言，包括JVM、类加载、并发等，有较好的SQL基础；4.善于沟通，对数据敏感，责任心强、积极主动。

徕以为.目前所在地在哪?现在有课程安排?2.面试官介绍面试的流程3.自我介绍。4.sql题(口述回答):要取年至今所有用户的首次及末次下单时间。5.如果在此基础上，还要求出首次及未次下单时间对应的订单id、商品id等，应该如何处理?6.了解row_number吗?7.介绍一下实习公司的业务/产品?8.讲一下你做过的任何一个优化案例?9.有其它关于计算资源、存储的具体优化案例吗?10.介绍-下spark问题定位的流程?11.介绍一下项目涉及的核心指标?12.项目中部分指标是怎么做的(计算逻辑)?13.有没有考虑过为啥要做这些指标?14.有接触过实时项目吗?15.为什么要数仓分层?16.维度建模有哪些模型?17.有了解过大模型吗?有做过算法题吗?18.sql题:求出所有成绩均大于80分的学生姓名?19.讲解一下代码的思路?你写的代码可以如何优化?20.知道distinct和group by的区别吗?21.什么时候能到岗?能实习多久?22.反问环节。

1.对称二叉树2.写一个排序算法3.项目拷打4.kafka和rabbitmq区别，为什么大家都使用kafka（不会rabbitmq）5.解释什么是kafka6.他的优势是什么？（数据不丢失balabala，副本，offset）打断了说的不对7.sql优化8.hdfs和Hive的区别9.spark和hive的区别10.hive中存储格式11.Application、job、stage、task区别12.宽依赖窄依赖13.scala里object和class方法的区别14.dateframe和dataset的区别15.TCPIp16.OSI七层17.java垃圾回收机制

1.介绍实习(讲了差不多20分钟2.两道sql(一道是求连续登录至少两天的用户，另一道比较简答)3.一道算法:有序数组求目标值出现的次数(二分)4.就先聊聊你对数仓的理解吧，比如为什么要建数仓，数仓分层，数仓兼容这些5.比如星型模型和雪花模型，有了解过吗?6.比如Spark的stage是怎么划分的?7.然后Hive的话，Hive的内部表和外部表有什么区别?8.HDFS中小文件比较多的话，会有什么问题?9.数据库，为什么要建索引?一般什么情况下建索引?10.索引是用什么数据结构存的?11.B+树大概是什么样的结构?12.快速排序，说一下快速排序的思路吧13.时间复杂度是多少呢?稳定吗14.什么情况下会变化?数组本身有什么特征会导致复杂度提升