Iceberg面试题 — 真实面经汇总

面灵面经面灵AI→

字节跳动大数据开发面经（10.9）

字节跳动数据开发

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。

联友科技数据开发面经（10.9）

联友科技数据开发

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。

美团 AI 数据开发一面：数据倾斜、Iceberg 与 Agent 落地

美团 AI数据开发一面

美团 AI 数据开发一面面经（9 月 23 日）：覆盖数仓主题划分、指标发布校验与偏差阈值、数据倾斜定位与加盐、Spark 性能优化与熔断告警策略，并深入 Iceberg 元数据与 Copy-on-Write、LSM-Tree，最后追问 Agent 落地、幻觉治理与效果验证。

欣旺达数据开发AI面：9连问与追问拆解

欣旺达数据开发 AI面

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 数据开发二面

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。