今天面了一個(gè)New Yorker的data engineer箱舞，之前面的都是干聊，第一次面到有技術(shù)相關(guān)的問(wèn)題，感覺(jué)總算收集到了點(diǎn)有用的經(jīng)驗(yàn)奠骄，把職位描述放在文末吧。
面試官是一個(gè)data scientist剩瓶，今天是一個(gè)小時(shí)的電話(huà)技術(shù)面驹溃，如果進(jìn)入下一輪會(huì)讓做一個(gè)為期一星期的項(xiàng)目，之后再是 vor Ort延曙。他們team一共20人豌鹤，有data scientist和data engineer，主要任務(wù)分為四個(gè)方向枝缔，都挺有趣的：
1. order optimization：分析不同產(chǎn)品布疙，大小，顏色準(zhǔn)備多少庫(kù)存才能更優(yōu)
2. distribution：每個(gè)分店怎么分配庫(kù)存
3. markon pricing：如何定價(jià)
4. image：分析照片愿卸，分析現(xiàn)狀流行趨勢(shì)
介紹完他們的team和工作之后就問(wèn)了些基本問(wèn)題：
1. 首先他看我背景更偏data scientist一些灵临，就問(wèn)我確定知道自己在找什么職位，為什么要做data engineer
2. 你的職業(yè)規(guī)劃是什么趴荸，你對(duì)這個(gè)職位的期望儒溉，ideal role
3. 然后他就讓我講一下我畢設(shè)具體做了什么
籠統(tǒng)的問(wèn)題沒(méi)問(wèn)很多，可能因?yàn)槿思腋慵夹g(shù)的发钝，之后就開(kāi)始問(wèn)技術(shù)問(wèn)題了
1. 現(xiàn)在有堆數(shù)據(jù)顿涣，不知道有多少，讓你盡量高效地隨機(jī)sample其中的10%出來(lái)酝豪，如何做涛碑？
2. 有一個(gè)小file100MB孵淘，和一個(gè)大file10GB蒲障，內(nèi)存2G，如何高效的join兩個(gè)file
小的file用hash表
3. 上一題的擴(kuò)展：如果有兩個(gè)比內(nèi)存大的file，如何高效的join
先排序再join
都是些很基礎(chǔ)的算法思路晌涕，這類(lèi)題目都可以往上想想
4. 之后就問(wèn)了些python相關(guān)的概念
(1) list和tuple的區(qū)別是什么呀滋捶？
(2) generator是什么呀？
(3) pickling unpickling是什么呀余黎？
5. 用沒(méi)用過(guò)container呀重窟？
6. 數(shù)據(jù)庫(kù)：inner join left join union的區(qū)別
7. 大數(shù)據(jù)技術(shù)，講講 HDFS 是啥吧
8. 數(shù)據(jù)庫(kù)的 denormalization 優(yōu)缺點(diǎn)
（我發(fā)現(xiàn)意思我懂但是一到這種term就不知道在問(wèn)什么了哎惧财，學(xué)習(xí)還是得用英語(yǔ)巡扇，記term）
差不多就這么多，總結(jié)就是下次面試之前把python垮衷，數(shù)據(jù)庫(kù)厅翔，簡(jiǎn)歷上寫(xiě)的技術(shù)的相關(guān)面試題都刷刷，算法的思路也培養(yǎng)一下搀突，如果有后續(xù)再更刀闷，估計(jì)是涼了。
