数据开发
共 10 篇面经 · 字节跳动 / 华勤技术 / 联友科技 / 半亩花田 / 水晶光电
字节跳动大数据开发面经（10.9）
字节跳动数据团队大数据开发面经：从湖仓建设切入，深挖 Iceberg 的优点、Time Travel 的 SQL 写法、数据写入方式与文件组织，追问 Hive 表在 HDFS 上的物理存储和「分层分桶降低存储」的真实含义，后半场围绕智能问数 Skill 的实现与幻觉强控展开，并介绍了团队 AI 提效的两条线。
华勤技术数据开发 AI 面面经（10.10）
华勤技术数据开发岗 AI 面面经：七道主问题加层层追问，覆盖自我介绍、实习时长、入职初期心态与前 1~2 年规划、失败经历复盘，并深挖数据分布预校验里识别倾斜异常 Key 的指标，以及 AI 与人工代码质量对比看板的搭建过程。
联友科技数据开发面经（10.9）
联友科技数据开发面经：从实习职责与收获切入，深入数仓分层与 DWS/ADS 差异、主题层构建、客户画像标签模型的分层与技术栈选择，再考数据倾斜成因与加盐实现、Iceberg 与数据湖对比、建表的分区分桶实现、数据治理体系，以及大数据领域 AI Agent 的落地方向。
半亩花田数据开发面经 从数仓同步问到 AI 写 SQL
半亩花田数据开发面经，业务面试官围绕数据采集场景连续追问：业务库数据怎么同步进数仓、采集入湖方式、湖仓一体平台与调度、开发中哪部分最复杂、窗口函数与 AI 辅助写 SQL，最后是城市、成绩、薪资等常规问题。
水晶光电数据开发 AI 面：英文题与简历追问
水晶光电数据开发岗 AI 面试面经（9.24）：流程包含自我介绍、两道英文选择题、朗读两段英语，以及三组结合简历的行为追问——怎么学习新技术、技术带来的提升，怎么协调团队不同意见、如何体现自己的作用，怎么处理业务团队的多需求、如何划分优先级及成效。
某药业公司数据开发一面二面面经（已获书面offer）
某药业公司数据开发一面二面面经，作者已获书面 offer。一面考数仓组件选型理由、分层设计、为什么用 Spark Structured Streaming 而非 Flink；二面深挖 Kafka 底层与替代选型、数仓数据量级与 Spark 底层原理。
虾皮数据开发面经：数仓建模、数据治理与智能问数 Agent
虾皮数据开发面经（9 月 23 日）：从离线数仓建模存在的问题、分层设计与重复建表，到时效与存储的平衡、口径变更方案，再到智能问数 Agent 的架构、检索匹配与跨域调用规避，末尾反问团队规模与规划。
欣旺达数据开发一面：数仓分层与实时数仓设计
欣旺达数据开发岗9月22日一面，问题从自我介绍与项目角色开始，覆盖数据规模、实时与离线、数仓分层、数据倾斜、数据治理方案、脏数据排查、数据血缘，以及实时数仓架构设计与数据缺失补数。
欣旺达数据开发AI面：9连问与追问拆解
欣旺达数据开发岗 AI 面记录，手机小程序进行，自我介绍加填意向地后有 4 组问题共 9 问，围绕 Iceberg Schema Evolution 秒级加字段、RAG 补全元数据、数据分析 Agent 的技术选型，以及行为面的抗压与提前布局。
9ikun 数据开发二面：湖仓一体、DQC 与 Agent 追问
9ikun（神秘私募）数据开发二面面经，8 月 10 日：从湖仓一体的选型理由与缺点、数据治理难点，一路追问到分层 DQC 的实现规则、指标口径边界，以及 Agent 项目如何保证分析结果可信。
微信小程序
手机上刷面经，随时随地
扫码 / 长按识别，免下载直接打开
或在微信 搜一搜「面灵面经」