数据平台开发(Data Infra)
共 2 篇面经 · 光轮智能
光轮智能 Data Infra 一面:数仓分层、加盐打散与 Spark Shuffle
光轮智能 Data Infra 一面:自我介绍后从 ODS 到 DW 的分层讲起,追问项目里看板的指标链路与验收指标、Iceberg 解决的痛点、新增字段后历史数据怎么处理、小文件合并的原因;接着连续深挖数据倾斜(定位、加盐流程与弊端、小表广播、分区与并发)、DQC 规则与报表产出基线的保障,最后问 Spark Shuffle、如何减少大任务 Shuffle 数据量,以及实习时间、团队规模与职业规划。
光轮智能 Data Infra 二面:指标口径对齐、NL2SQL 多 Agent 校验与百亿级文件治理
光轮智能 Data Infra 二面,全程围绕「口径与治理」展开:不同团队同名指标如何对齐、业务方改核心指标定义时如何评估影响面并用血缘定位下游、历史数据是否覆盖与快照保留;数据侧追问大表关联倾斜与加盐打散在超大表上的代价;AI 侧连续追问自然语言取数(Agent 如何选表、SQL 报错怎么处理、生成不合业务语义的 SQL 怎么校验、多 Agent 互审的成本与上下文传递、全表扫描如何防范),最后是百亿级视频与点云等非结构化文件的管理设计。