岗位

• 大数据开发工程师
• 京东数科-数字共享平台

时间线

简历(7.09) -> 一面(7.14) -> 二面(7.16) -> HR面(7.23) -> offer(7.31)

一面（7.14-50min）

面试官1

1. 自我介绍
2. 实习主要工作内容
3. 数据仓库是怎么分层的？
4. Hadoop生态圈的了解？
5. 数据任务的执行引擎用的哪些？
6. 什么情况下数据任务需要优化？
7. 数据任务是怎么优化的？（数据倾斜，参数相关调节）
8. 详细说下数据倾斜怎么解决？
9. 介绍下MR过程？
10. 什么是小文件？很多小文件会有什么问题？很多小文件怎么解决？
11. 实习中遇到哪些困难（技术方面的）？
12. Sqoop的工作原理？

面试官2

1. Hive的优化策略有哪些（列裁剪、谓词下推）？
2. 一般会采用什么文件存储格式（orc）？为什么？说下orc特点（从列式存储到RCFile，再到ORC。说了相关优缺点）？
3. 文件压缩算法有了解吗？
4. Hive的原理？
5. Spark有哪些了解？（说了下RDD，宽窄依赖，stage划分，运行机制相关）
6. MR和Spark的区别有哪些？
7. 说下Sparkshuffle过程？

面试官3

1. Java有哪些了解？
2. HashMap、HashTable、ConcurrentHashMap原理？
3. 用过哪些设计模式？
4. 说下观察者模式？
5. 手撕归并排序(写了5分钟，说了下思路)
6. 反问

二面（7.16-32min）

1. 自我介绍
2. 实习具体工作内容？
3. 说下MR过程
4. 数据任务优化工作主要对MR哪个阶段进行优化？
5. Sparkshuffle于MRshuffle有啥区别？
6. Spark运行机制？
7. Hive优化参数
8. 实习工作遇到什么问题（说了一下由orc文件格式引起的错误）？
9. 说下orc文件格式
10. 说下parquet？
11. 说下压缩算法？
12. 说下数据治理？
13. 聊天
14. 反问

HR面（7.23-33min）

1. 自我介绍
2. 实习工作介绍
3. 公司导师对我的评价怎么样？
4. 有什么缺点？
5. 职业规划是？
6. 只想做大数据吗？还投了别的岗位吗？
7. 投了哪些公司？
8. 理想去哪三家？为什么？
9. 哪些维度考虑公司？
10. 京东的了解？
11. 期望薪资？
12. 反问

总结

• 整体感觉比较基础，没有涉及很难的场景设计和算法。
• 一面二面基本是自己准备过的，面试官也算是手下留情了。
• 运气比较好，只是薪资感觉一般（虽然跟我HR面说的期望薪资一样），offer考虑时间比较短，只有3天。
• 继续努力吧。