职位题库

数据开发面试题库

面向数据开发相关面试,围绕Iceberg、性能优化、数据倾斜、自我介绍、职业规划等主题展开练习,结合题目考察点、回答思路、参考答案和常见误区,梳理知识要点并练习清晰表达。

37 道题目建议用时 111 分钟专项面试练习

全部题目 37 道题

01

请手写一个使用窗口函数的SQL,并解释其逻辑。

考察候选人对SQL窗口函数的掌握程度和实际应用能力。
02

请描述你做过的一个数据项目,包括对业务的理解、建模思路以及建设过程中遇到的问题。

考察候选人对数据项目的整体把控能力,包括业务理解、模型设计和问题解决。
03

在数据开发中,如何解决数据倾斜问题?

考察候选人对大数据处理中常见性能问题的理解和解决能力。
04

请分享你参与过的AI相关项目或实践,包括实习或自学中的探索。

考察候选人对AI技术的兴趣、学习能力和实践经历。
05

介绍你最亮眼的项目与你的核心工作,并说明该项目最大的技术亮点。

考察候选人能否清晰提炼项目背景、个人职责与技术亮点,评估表达能力和项目深度。
06

项目中,业务主要关注哪些核心指标?请说明指标的具体计算口径,以及A指标的识别逻辑。

考察候选人对业务指标的理解深度,能否准确说明指标定义、计算逻辑与识别规则。
07

项目中的数据表核心主题、分层与表结构逻辑是什么?如何精准定位某个指标的责任部门?

考察候选人对数仓分层、主题域划分和表结构设计的理解,以及数据治理中责任归属的定位能力。
08

手撕算法:HOT100二分法与贪心算法,以及SQL Top100及细节追问。

考察候选人的算法基础与SQL编写能力,包括二分、贪心思想及TopN查询的细节处理。
09

你在项目中用 Iceberg Schema Evolution 实现字段秒级追加、用 RAG 补全数据并做数据分析 Agent,这些都不是常规数仓做法。当时怎么想到把它们用到自己项目的?效果和原来比有什么不一样?

考察候选人技术选型的动机、对非常规方案的理解深度,以及能否量化对比新旧方案效果。
10

你提到是业务痛点驱动选择了这些技术方案,当时面对这些瓶颈,你个人最想突破的核心问题是什么?

考察候选人能否从业务痛点中提炼出个人要解决的核心技术问题,而非泛泛而谈。
11

你清晰拆解了表结构、规则处理、数仓输出三类问题及其本质。能否举个具体例子,说说你当时如何梳理信息、验证假设,最终定位核心问题并得出关键结论的?

考察候选人结构化排障能力:信息梳理、假设提出、验证手段和结论提炼。
12

你通过梳理历史变更记录、小范围测试验证等方式,把同类字段迭代时效从小时级降到秒级。当时你决定优先验证“不重刷历史分区”这个方向,而不是其他可能路径,背后的判断依据是什么?

考察候选人在多条技术路径中的决策依据,是否基于成本、风险、收益做权衡。
返回面试题库