字节跳动，5面，终于拿下！
前
言
导读：没有几个工程师天赋异禀，技术的差距，是认知的差距。文笔差多包涵，希望对你有用。谢邀！
大家好，我是宝器。
看到一篇分析师友军数仓同学的面试经验，分享给大家。
主要和大家分享字节跳动-抖音的大数据数仓职位面试经验，希望对大家有用。以下是作者自述。
因前司[不知名小公司]发生人员动荡，人心惶惶，鄙人也下定决心看看外面的机会，骑驴找马，开启了一波面试。先后面了一些中小型公司，找到感觉后又面试了滴滴、美团、快手、京东、字节等“大厂”。
面试陆续用了差不多一个月，整体感觉下来面多了发现面试差不多也就那些问题。更多时候更是时运的一个碰撞，公司项目恰很缺人或和面试官对上眼缘基本能成。
单说面试字节，前前后后，历经5面（4轮技术+HR面），历时20天，终于拿下offer。感觉整个人都自信了，职级和薪酬都很满意，奥利给！
一面：
00. 自我介绍
01. 数仓痛点？为什么要做3.0？数仓3.0流程是怎样的？
02. 数据倾斜，大表join大表，如何解决有哪几种方式？
03. 数仓分工？如何迭代3.0进度，对接需求？
04. 数据质量如何保证？指标一致性如何保证？
05. 用到哪些计算组件，分别有什么异同？
06. ods全量，增量如何确定？有哪些衡量点？
07. 两道sql题，粉丝互相关注，波峰波谷
08. 一道算法题，链表反转o(1)
09. 数仓模型优化手段及方式、规范与规划
10. 数据中台的理解，极致的数仓分层？
二面：
01. MR如何自定义partition，原理讲一下
02. 数仓模型，如何是最优的？怎么衡量的？
03. 遇到的业务夸N天，如何解决的？你们公司的场景，模型怎么设计？
04. RDD特性
05. spark的运行机制，job，stage，task划分
06. spark shuffle 与 mr shuffle 不同
07. 一道sql题，行转列，
08. 一道算法题，2分查找o(0)
09. 结合项目+业务场景各种灵魂拷问，深层次追问
10. 数据治理方案、实施、权责、收益与风险点
时间：此面试为一面后第二天上午11点。
感受：二面就会从3个方向问，数仓专业知识（理论+实际场景），大数据组件，以及各种语言的摸底。
把内裤都扒出来了，最后还会问有哪些你擅长我没有问到的，就是要知道你的擅长点，好给你安排工作。
三面：
01. 主要负责哪些？会一步一步追询问
02. order by sort by 区别 ，底层原理是什么？
03. 有哪些计算引擎，你们工作中如何选取与运用？
04. presto 与 spark 区别，多方面讲解
05. 项目中有遇到复杂的场景是什么？怎么处理的？你觉得好吗？还有一次机会你会怎么处理？
06. 觉得主要擅长哪些？举例两点？
07. 主题是如何划分的？具体case
08. 抖音中如何确定学生群里用户？
09. 如何确定分区数？
10. 一道sql，千亿级uv计算
11.一道算法归并排序o（1）
时间：此面试为二面后第三天上午11点。
感受：三面就技术+架构+职责都会问一下，面上的东西也会结合实际的工作场景。
四面：
01. hdfs了解吗？整体讲一下，block的大小是多少？哪个版本？之前的是多少？用哪个参数控制？
02. 为什么block设置为128mb，之前为什么是它size一半，为什么不调大
03. 数仓主要做哪些事情，你的主要推进了什么？
04. dwd、dws 的英文是啥？各层都做了哪些事情？
05. MR阶段的kvbuffer缓冲区了解吗？它的价值体现在哪里？
06. sql如何转化为MR，整体流程讲一下
07. sql提交yarn的流程
08. 如何控制map个数
09. 写一道sql，性能最优，为什么最优，有几个job，几个mr，如果我想降低job，mr数量，怎么写
10. 讲一个你比较擅长的，把我讲通
时间：此面试为三面后第三天上午11点。
感受：这个等于前面的人面过的再问问，这面是交叉面试，所以会都问问，如果能达个大概都没有问题。要态度好点。
五面：
HR面，聊下三观、谈下理想与职业规划等；然后就是最重头戏了：谈薪酬。以前没待过大厂，所以对职级和薪资没有很好地了解，，以防要低了后面后悔。到了这一面了，属于自己的该争取的还是要奋力争取的。
整体总结
首先面试这么多家、这么多场，字节的数仓面的是最全最细致的，态度是最好的，引导式问体感很nice。
其次，就是专业度，字节的人有一说一确实都很专业，至少面试官，没有那种水平一般都很强。
然后就是个人了，没说的，干数仓要精通，知其所以然很重要，其次要技术栈丰富一些，不能仅仅停留在数仓。
最后本人是面试抖音，面试也要看专业是否对口，然后眼缘运气也会占一定程度，最后祝大家面面过，家家斩offer。希望以后有机会大家做同事。
推荐阅读
欢迎长按扫码关注「数据管道」