面了字節(jié)跳動的數(shù)據(jù)挖掘崗,感覺真的很難...

今天我整理了一個同學的面試題，分享給大家，希望對后續(xù)找工作的有所幫助。喜歡記得點贊、收藏、關(guān)注。更多技術(shù)交流&面經(jīng)學習，可以文末加入我們交流群。

一面 40min

• 【編程題】

  有兩種數(shù)據(jù)，分別是被轉(zhuǎn)發(fā)的用戶和轉(zhuǎn)發(fā)的用戶，求原視頻的用戶以及轉(zhuǎn)發(fā)的最長深度

  “

  from：1，1，2，2，3，6
  to：2，3，4，5，6，7

  ”

  面試官提示轉(zhuǎn)換成樹的結(jié)構(gòu)，我寫了求樹的最大深度的函數(shù)，面試官說構(gòu)造樹比較復雜，差不多寫這樣可以。

• 【SQL題】

  有一張網(wǎng)頁訪問日志表，記錄了user_id，session_id，page_id，timestamp

  用戶在每點擊一個連接跳轉(zhuǎn)，就會記錄一個時間戳，并且page_id排序后與時間戳的排序一致，現(xiàn)要求每個用戶的每個頁面所停留的時間。
  比如：
  1 1 1 10:00 1 1 3 12:00
  面試官看了后說差不多是這樣，但要考慮一個邊界的問題，最后一個page_id之類的 （請問這個怎么處理？

• HiveSQL底層是怎么實現(xiàn)的？比如兩張表Join的時候會有哪些操作？需要shuffle這一步嗎？

• mapReduce為什么需要Shuffle這一步

二面 40min

• TCP四次揮手過程中，time_wait字段的作用？

• 進程和線程的區(qū)別

• 有一個文件，每一行是一個數(shù)字，如何用 MapReduce 進行排序

• 【編程題】n=3 時的全排列

• 【編程題】二叉樹的序列化和反序列化

• Hive 中的 Distribute by

• Partition By

三面 ～2h

三面的時候網(wǎng)真的好差，中間網(wǎng)絡(luò)斷了很多次，重新發(fā)起了4、5次視頻面試，最后還是打電話了

• 【編程題】在一棵二叉排序樹中，找到比給定數(shù)值小的最大節(jié)點。

• 【場景題】打車的場景下，poi記錄了建筑物的坐標：poi(pid, x, y)，odr記錄的是乘客上車點的坐標：odr(oid, x, y)；希望對所有的poi，獲得其周圍的100m的odr：結(jié)果(pid, oid)

  我開始用的是歐式距離的暴力求解，面試官讓我提出優(yōu)化的方案，我說可以計算出每個坐標點的geohash值，相等的值說明可以建立映射關(guān)系，面試官說geohash存在的一個問題是可能會出現(xiàn)兩個相鄰100m之內(nèi)的點各自的geohash不同，這時怎么解決？

• 【SQL題】有兩張表：文章分類表artical_cate（aid, cate）一個文章可能有多種類型; 用戶閱讀表user_read(uid, aid)，一個用戶可能閱讀多篇文章。

• 詳細問了實習的項目，涉及到業(yè)務(wù)背景，有哪些特征，整體流程和方法，問到了基于現(xiàn)在這個版本我會怎么繼續(xù)優(yōu)化？

“

總結(jié)
編程基礎(chǔ)仍然是關(guān)鍵，結(jié)合業(yè)務(wù)場景的問題更需要拓展思路，平時還要多獨立思考。
三面由于一道題沒做出來，面的不太好，回絕后隔了一段時間后撈我加面

”

加面 45min

• 自我介紹

• 介紹公司實習的項目，準確率和召回率怎么得到的，提升后達到了多少

• 二分類問題除了準確率和召回率還有什么別的指標？ROC曲線怎么繪制的

• 訓練集效果很好，但在新的樣本上效果不好是什么原因?qū)е碌模磕阌肵gboost訓練時怎么解決這個問題

• 項目中運用MR任務(wù)來提高效率是怎么實現(xiàn)的？MapReduce的具體流程是怎么樣的？

• 描述一下在count操作的MR過程

• 寫一個SQL題，考察分組聚合、分區(qū)排序等

• 【編程題】給定一個包含非負整數(shù)的數(shù)組，你的任務(wù)是統(tǒng)計其中可以組成三角形三條邊的三元組個數(shù)。

• 場景題：如何預測抖音明天的流量

• 開放題：如何估計一個湖里魚的數(shù)量？你說的方法可能會出現(xiàn)什么問題

• 操作系統(tǒng)：32位操作系統(tǒng)的內(nèi)存

• 數(shù)據(jù)結(jié)構(gòu)：知道哪些排序算法？歸并排序在任何適合空間復雜度都可以達到O(n)嗎

五面 20min

聊天面，問能不能來提前實習，畢業(yè)論文，是否有別的offer，導師實驗室是否自由等問題

- EOF -

作者簡介

城哥，公眾號9年博主，一線互聯(lián)網(wǎng)工作10年、公司校招和社招技術(shù)面試官，主導多個公司級實戰(zhàn)項目(Python、數(shù)據(jù)分析挖掘、算法、AI平臺、大模型等)。

關(guān)注我，陪你一起成長，遇見更好的自己。

星球服務(wù)

會不定期發(fā)放知識星球優(yōu)惠券，加入星球前可以添加城哥微信： dkl88191 ，咨詢優(yōu)惠券問題。

加入知識星球后，可以享受7大福利與服務(wù)：免費獲取海量技術(shù)資料、向我 1 對 1 技術(shù)咨詢、求職指導，簡歷優(yōu)化、歷史文章答疑(源碼+數(shù)據(jù)）、綜合&專業(yè)技術(shù)交流社群、大模型技術(shù)分享、定制專屬學習路線，幫你快速成長、告別迷茫。

原創(chuàng)不易，技術(shù)學習資料如下，星球成員可免費獲取，非星球成員，添加城哥微信：dkl88191，請城哥喝杯星巴克。