数据工程入门路线图(必看)
『文字版 』：写在前面:本次文章主要分成三个部分【国内市场、海外市场、两者对比】
数仓知识点
27 篇文章 — 数据仓库知识点整理
数据仓库八股
国内面试常考题目与考点
腾讯-PCG-内容平台-数据工程-一面(2025.3.10)
来自优秀学员～ 前三个是针对他简历提出的问题，大家可以看看学习思路，这位很厉害，2025年秋招已经提前批拿到了offer，30k
字节跳动-生活服务-大数据开发-二面(2025.3.25)
适用于国内，海外求职
京东-零售-一面202509
限时开放~
字节跳动大数据开发一面20250818
（适用于国内，海外求职）
Bilibili-商业化-大数据开发-一面(2025.4.7)
1. AI的召回率和准确率怎么计算 2. DWM和DWS的区别 3. Hadoop 有哪些组件 4. Mapreduce 的过程 5. 数据质量监控 6. 数据治理怎么理解 7. 维护表总共有多少张，设置数据监控的有多少。 8. 多天分区数据处理，UDF函数报错，
快手-大数据开发-二面(2025.4.8）
各种深挖 -— 这个我就不细写了，前面有很多给出了具体问题的简历深挖，大家可以去看看 1. dwm表与dwd表的粒度 2. 事实表的创建 3. 表数据的体量:dwd表:几千条、dwm表:曝光 几万条，旺季几十万条 4. 看板加载时长缩短做了什么 5.
美团-本地商业核心-基础研发部-上海-大数据开发-一面(2025.3.24)
1. 数仓分层的好处 2. 分层有没有什么坏处 3. 看板加载时长缩短做了什么 4. 数据治理只是涉及过下线表吗 5. 数据倾斜讲讲 6. 大表与大表join的数据倾斜---分桶 7. 详细介绍一下上面说的分桶 8. 分桶和shuffle的分区有什么区别? 9. 在map阶段读取文件比较慢，排查思路? 10.
阿里饿了么大数据开发2025.3.14
1. 在整个数仓模型构建中分了3个数据域，其中每个数据域对应的业务过程都是什么? dim表没开发过 2. DWD层的开发步骤 3. 维度退化 4. DWM公皇WM是在开发公用层吗、跟DWD层的区别 5. DWM是在做一些业务的串联还是基于一个业务? 6. 看板代码1000降到100，你的贡献 7. 在做DWM中间层替换时要注意的核心点 8. 做完新看板替换旧看板时要考虑什么东西，
快手大数据开发一面2025.4.2
1. 建模理论:星型模型和雪花模型的区别，优缺点 2. 刚刚说的规范化中的”规范“是什么意思 3. 你觉得目前常用的数仓体系下星型模型和雪花模型哪个更合适? 4. 雪花模型适用的场景? 5. 事实表分哪几种类型? 6. 讲一下在AI猎头项目里具体做什么?项目做什么?你做了什么? 7. 数据域是怎么划分的?
字节跳动-生活服务-大数据开发一面(2025.3.13)
第一个实习，我给出的答案是我辅导的一个姐妹~ 他说数据迁移这边总是感觉说不太好，数据迁移确实是一个容易费力不讨好的工作，所以我给他写出来了~ 也欢迎其他姐妹投稿~（适用于国内，海外求职）
字节电商数据开发一面面试题目附答案20250821
深挖简历部分略过了，但是我觉得这部分很重要，辅导的学生说他不想被写进来，所以看看剩下的吧~ （适用于国内，海外求职）
美团一面数据开发面试题目附答案20250918
这里面有深挖项目部分，我给略过了，该文章限时公开~
字节大数据一面
2025.8.25 （适用于国内，海外求职）
蔚来数据开发一面面试题
这里面的最后一个问题“项目中遇到的难点”，因为不知道具体的项目，所以我根据我辅导的一个学员的项目写的，大家可以按照这篇文章的逻辑进行自己思考
字节数据开发面试题目附答案
字节跨部门转正三面（适用于国内，海外求职）
实习期间如何成功转正——从准备到答辩的全攻略
刚刚结束实习答辩，成功拿到转正offer，回想起这几个月的准备过程，有太多经验想和大家分享。很多同学私信问我转正到底看什么，答辩怎么准备，今天就把我的经验毫无保留地分享出来。 转正到底看什么？别被表面功夫迷惑 很多人以为转正就是走个过场，或者觉得平时表现好就够了。但实际上，公司考察的远比你想象的深入。 技术能力是硬指标 不是说你会用框架就行，而是要真正理解原理。我在答辩时被问到Spark为什么比MapReduce快，如果只知道"内存计算&
大数据八股｜Hive的count(distinct)为什么慢
问题现象 做数仓的同学肯定都遇到过这种情况： -- 这个SQL能跑死人，2小时还在执行 SELECT count(distinct user_id) FROM user_behavior_log WHERE dt = '2024-01-01'; --
用AI准备面试：从简历优化到知识点掌握
我是如何用AI刷爆技术面试的 最近发现个神器，OpenAI又搞了个学习模式，不光ChatGPT，Claude、Gemini这些都有了。说白了就是AI不再只是等你问，而是会主动抛问题，就像个面试官一样怼你。 作为一个刚经历完秋招的人，我必须说，这玩意儿真的太好用了。 先说简历这档子事 以前改简历，要么自己瞎改，要么花钱找人。现在直接把简历丢给AI： "我简历上写了Flink实时处理，你觉得面试官会问啥？
增加并行度可以解决数据倾斜吗？
在大数据面试、工作中，很多人一听到“数据倾斜”就脱口而出“加并行度！”但真相到底如何？其实，加并行度只对部分情况有效，根本上还得看你的数据倾斜属于哪一种。下面我来详细拆解一下👇 分场景分析（+举例） 1. 轻度数据倾斜：并行度可以缓解 * 解释：如果只是部分 key 的数据量稍微大一些，
深入理解：ETL开发与数据开发到底有啥区别？
小结 今天咱们来好好聊聊ETL开发和数据开发这两个“兄弟”，它们听起来有点像，但其实各有各的“绝活”！简单来说，ETL（抽取、转换、加载）开发就是数据处理流水线上的一个关键环节，专门负责把数据从各种“角落”里捞出来，给它“洗洗澡，整整容”，然后送到该去的地方。而数据开发呢，
数据仓库为什么要分层
概述 在企业数字化转型过程中，数据仓库作为支撑业务决策的重要基础设施，承载着海量的业务数据。然而，如果将所有数据都放在一个层级中处理，就像把生产车间、仓储区和展示厅混在一起，必然会造成混乱。因此，数据仓库需要分层设计，就像建造一栋大楼需要设计不同的楼层一样，每一层都有其特定的功能和作用。 典型的数据仓库分层架构 根据数据处理的逻辑步骤，典型的数据仓库分为以下几个层次： 1. ODS层（原始数据层） 功能定位：
大数据面试题—Spark
针对国内，国外面试
