求职刷题神器

funit.cn

讨论区 > 求职面经 > 今日头条大数据开发实习面经【五面汇总】

今日头条大数据开发实习面经【五面汇总】

嫦娥的外甥
发布于2021-03-24 11:45:33 54浏览

面试公司:字节跳动

面试岗位:大数据开发工程师

面试过程:


一面 40min

【编程题】

有两种数据,分别是被转发的用户和转发的用户,求原视频的用户以及转发的最长深度


from:112236
to:234567

面试官提示转换成树的结构,我写了求树的最大深度的函数,面试官说构造树比较复杂,差不多写这样可以。


【SQL题】

有一张网页访问日志表,记录了user_id,session_id,page_id,timestamp


用户在每点击一个连接跳转,就会记录一个时间戳,并且page_id排序后与时间戳的排序一致,现要求每个用户的每个页面所停留的时间。

比如:

1 1 1 10:00 1 1 3 12:00

面试官看了后说差不多是这样,但要考虑一个边界的问题,最后一个page_id之类的 ,请问这个怎么处理?


·HiveSQL底层是怎么实现的?比如两张表Join的时候会有哪些操作?需要shuffle这一步吗?

·mapReduce为什么需要Shuffle这一步


二面 40min

·TCP四次挥手过程中,time_wait字段的作用?

·进程和线程的区别

·有一个文件,每一行是一个数字,如何用 MapReduce 进行排序

·【编程题】n=3 时的全排列

·【编程题】二叉树的序列化和反序列化

·Hive 中的 Distribute by

·Partition By


三面 2h

三面的时候网真的好差,中间网络断了很多次,重新发起了4、5次视频面试,最后还是打电话了

·【编程题】在一棵二叉排序树中,找到比给定数值小的最大节点。

·【场景题】打车的场景下,poi记录了建筑物的坐标:poi(pid, x, y),odr记录的是乘客上车点的坐标:odr(oid, x, y);希望对所有的poi,获得其周围的100m的odr:结果(pid, oid)

我开始用的是欧式距离的暴力求解,面试官让我提出优化的方案,我说可以计算出每个坐标点的geohash值,相等的值说明可以建立映射关系,面试官说geohash存在的一个问题是可能会出现两个相邻100m之内的点各自的geohash不同,这时怎么解决?

·【SQL题】有两张表:文章分类表artical_cate(aid, cate)一个文章可能有多种类型; 用户阅读表user_read(uid, aid),一个用户可能阅读多篇文章。

·详细问了实习的项目,涉及到业务背景,有哪些特征,整体流程和方法,问到了基于现在这个版本我会怎么继续优化?


总结

编程基础仍然是关键,结合业务场景的问题更需要拓展思路,平时还要多独立思考。三面由于一道题没做出来,面的不太好,回绝后隔了一段时间后捞我加面。


加面 45min

·自我介绍

·介绍公司实习的项目,准确率和召回率怎么得到的,提升后达到了多少

·二分类问题除了准确率和召回率还有什么别的指标?ROC曲线怎么绘制的

·训练集效果很好,但在新的样本上效果不好是什么原因导致的?你用Xgboost训练时怎么解决这个问题

·项目中运用MR任务来提高效率是怎么实现的?MapReduce的具体流程是怎么样的?

·描述一下在count操作的MR过程

·写一个SQL题,考察分组聚合、分区排序等

【编程题】给定一个包含非负整数的数组,你的任务是统计其中可以组成三角形三条边的三元组个数。

·场景题:如何预测抖音明天的流量

·开放题:如何估计一个湖里鱼的数量?你说的方法可能会出现什么问题

·操作系统:32位操作系统的内存

·数据结构:知道哪些排序算法?归并排序在任何适合空间复杂度都可以达到O(n)吗


五面 20min

聊天面,问能不能来提前实习,毕业论文,是否有别的offer,导师实验室是否自由等问题

本文首次发布于趣IT ,转载请注明出处,谢谢合作

今日头条大数据开发实习面经【五面汇总】

全部评论0

成为第一个评论的人

还可以上传7

表情
  • 微信扫码加好友进群