数据仓库、数据开发面经
作者：互联网
目录
一、前言
笔者是19届硕士，以接近硕2的工作经验进行了毕业以来第一次社招的面试，最终结果还不错。经历这两个月的面试，笔者发现在数据仓库、数据开发的面试中，各个公司考察的点大同小异，正好借这个机会写篇文章总结一下，也给大家伙提供一些参考。
笔者的基本面试情况：前期大概准备了半个月到一个月，然后从年后进行面试，断断续续一直到4月中旬，总共面试了两个半月左右。
二、关于内推or猎头or招聘软件的选择
其实针对于工作经验不长的伙伴，不是太建议找猎头，一方面是听说通过猎头的候选人，公司在考察的时候会更加严苛一些，至于通过之后薪酬是否会比以内推方式或者招聘软件方式更高，这个就不得而知了。另一方面，低工作年限的求职者找猎头的意义不大，如果说自己觉得找这种工作信息麻烦，那么也可以通过猎头去和意向公司接触，这个就是仁者见仁智者见智的事情了。
一般来说，笔者是尽量找朋友内推进行面试，考虑的是朋友会更加了解公司情况并且能够及时跟进面试流程。
如果面试公司没有朋友，则通过招聘软件去找，笔者主要通过两个软件：BOSS直聘和脉脉。（在找工作的时候切记屏蔽目前在职公司的hr以及招聘人员，不然万一发现了就尴尬了）
三、面试形式
因为疫情的影响，所以面试一般是以视频面试的形式，有时候也存在语音面试的情况（一般是hr面）。
和校招时不一样，校招时一般是先通过牛客网或者其他网站进行笔试，通过之后再是两轮或三轮电话技术面试，最后再是hr面。
视频面试的感受和现场面还是不一样，感觉现场面试能够发挥的更好一些，也能让面试者和面试官更加了解。
远程面试一般一天一轮面试，hr面可以和最后一轮总监面在一天，加快面试流程。
四、面试流程选择
笔者建议还是先提前准备，然后找一两家公司面试，练练手，摸清楚面试框架之后再慢慢的向自己心仪的公司靠拢。
这种方案的优点就是稳扎稳打，步步为营，后期谈薪资的时候也有参考，缺点就是整体面试战线拉的比较长，可能后期hc比较紧张导致面试难度变高或者面试机会变少。
当然，如果面试者平时就有积累，并且对自己的能力非常有把握，也是可以直接面自己心仪的公司的。
五、面试点
针对于数据仓库、数据研发的面试，一般考察的点如下：
1.自我介绍（需要简洁、清楚、有重点）
2.基础技术能力
- mr的shuffle过程
- group by，join的底层实现
- hadoop的map、reduce由什么决定
- olap引擎优缺点：kylin、druid、ck等
- 列式存储和行式存储的优缺点，orc的特点，orc和parquet的区别
- UDF，UDAF，UDTF区别，是否有过实现经验？如何实现？
- 是否具备实时数仓、实时数据开发相关经验？
- 行转列、列转行
- spark和hadoop区别
- ...
3.数仓建模思想和能力
- 缓慢变化维的种类以及应用
- 数据倾斜以及如何优化？
- 事实表设计步骤
- 事实表分类
- 数仓为什么分层，当前公司的数仓分层模型。
- 目前数仓建模思想有哪些？kimball和Inmon的区别和优缺点是什么？
- 数据质量从哪些方面保证？
- 什么是维度建模？维度建模和宽表的优缺点？
- 星型模型和雪花模型的区别？
- 对数据建模自己的理解和看法（发散型问题）。
- ...
4.简历上的项目
- 项目背景是什么？
- 你的角色是什么？
- 你做了什么？
- 为什么这么做、设计？
- 带来了什么效果和收益？
- 项目中每天的数据量是多少？是否遇到一些问题，如何解决？
- ...
5.编码类问题
- leecode编码题（easy和medium级别）
- sql场景题及其优化（一般考察数据倾斜以及窗口函数等），一般第一问比较简单，后面会针对不同情况进行提问（比如大数据量下如何处理？）
- ...
6.发散型问题
- 未来的规划？
- 为什么出来看机会？
- 工作中团队的分工，你承担了什么角色，基于这个角色你做了什么？有没有超出这个角色职能范围的事情？你的看法是什么？
- ...
六、结尾
最后，祝各位面试的小伙伴都能拿到满意的工作，满意的薪资！
本文属于笔者(a6822342)原创，未经允许，禁止转载。
标签：...,数仓,hr,面经,数据仓库,建模,面试,开发,猎头 来源： https://blog.csdn.net/a6822342/article/details/116939842