蚂蚁金服数据仓库面试经验

最近更新网上简历后，突然有天接到猎头电话说蚂蚁有个职位考虑下，级别P7。想抱着试试看的心态就说可以试一试。过了几天，有个从杭州打来的电话，简单说了是蚂蚁的，时间说是40分钟。基本上按照简历上挨个都问了边，知识面问的比较广。很多东西都没有答上来。感觉是挂了。正好40分钟。说评估一下后续会有相关通知。

数据相关岗位，P6，阿里的面试还是很有难度啊，问的广也深，技术面面了4轮。第一面是面试岗位的leader，自我介绍，项目经验，项目细节，自己负责哪一部分，数据相关的问题，场景题多一些。       二面是交叉面，面试岗位的其他部门leader，问的比较多，基本上就是自己先说做了什么，面试官会问你觉得哪里可以优化，如果数据量大该如何处理，个人觉得主要是考察自己在做的过程中有没有思考。 三面和四面都是现场面，boss和另一位大佬，还是自我介绍，然后画一些架构图，写一些简单的数据结构伪代码这个样子。很多细节就不一一说了，个人觉得还是比较慢的，希望能成为其中的一员。对了，面试流程比较长，一个多月的样子，所以需要提前安排好时间。

过年前一面电话面试，问了些建模，数据仓库架构，数据倾斜，项目等一些问题。年后二面两个面试官，聊了项目，mapjoin，数据建模，数据倾斜，数据治理，职业规划等。一周后三面，聊了项目，以及对阿里的看法等在等消息。

没有过多的问基础的问题，如为什么离职等，挑了简历上的一个项目经验，询问的很详细也很专业，并且给出了对个人的建议。

1. 自我介绍； 2. 项目介绍，有没有什么突出的地方； 3. 两道算法题：1亿个数中如何取到最大的100个数，并说出时间复杂度；写一个函数，输入是一个十进制数，输出是二进制中1的个数； 4. MapReduce原理； 5. Shuffer原理； 6. Hive UDF写过没； 7. Jave Spring原理。

一轮技术面sql+最长递归子序列以及大数据相关 kafka mapreduce