美团 · 餐饮 SaaS 数据团队
AI 数据开发工程师一面面经
完整信息
本篇目录
面试公司：美团
面试时间：9.23
面试岗位：ai数据开发
Q：介绍
Q：你是做数据平台、中台的开发，还是业务ETL开发，还是两者都做？
Q：你提到一百多张表，这些表有没有主题划分？简单介绍一下。
Q：项目中的指标你们是怎么对比的？介绍下方法。
Q：你提到核心指标偏差2%就全量发布。离线数据任务，这块的发布校验是怎么规定的？
Q：测试环境的数据和生产环境数据是否一致？
Q：为什么选择X%这个偏差阈值？逻辑是什么？
Q：这个项目识别到数据倾斜后，加盐处理是怎么做的，如何缓解数据倾斜？
Q：那怎么发现数据倾斜，定位倾斜位置？ A
Q：如果任务有很多表、几十个stage，Spark UI看到某个stage运行久、数据量大，怎么定位是哪一段代码造成的？
Q：大数据开发中，除了数据倾斜，你还做过哪些性能优化？
Q：那熔断和告警的策略是什么？哪些场景熔断，哪些只告警？
Q：有没有这样的机制：当最终交付层就绪延迟，自动回溯，定位是上游哪一个任务导致延迟，而不是只在每个任务后单独加DQC？
Q：简历提到Hudi，有实际使用吗？
Q：基础问题，LSM-Tree大概是什么？
Q：项目里，用到的AI Agent主要在哪些方面？
Q：第二个实习项目，相当于中台角色。推广AI产品的时候，业务团队会不会有抵触？作为实习生推进落地，遇到什么困难？
Q：相当于你是产品和业务用户之间的桥梁。业务反馈零散输入，表象不同但根因一致，你是怎么抽象、归类这些问题？
Q：你怎么对bad case做分类？有哪些类别？
Q：那会不会继续往下追溯，比如意图识别、检索召回、大模型幻觉、权限问题？这些底层问题你会归类吗？
Q：你了解大模型幻觉吗？怎么减少幻觉？
Q：有没有你自主开发的Agent，不是单纯使用？实习或者个人项目都可以，介绍一下。
Q：文档接入Agent的时候，是把文档处理成向量库吗？
Q：提到准确率提升超过20%，怎么验证？
Q：测试集规模是多大？怎么定义“准确/不准确”？
Q：数据库相关，索引这块了解吗？
Q：介绍一下Iceberg。
Q：Iceberg的组成、元数据结构了解多少？
Q：Iceberg解决了传统Hive的哪些问题？还有哪些没有覆盖？
Q：Copy-on-Write的概念？
Q：一道简单的Agent Skill相关的题目。
Q：面试到这里差不多。你对我们团队或者美团这边有什么想了解的？
A：两个问题。第一，数据团队规模和组织架构；第二，岗位写了有AI相关要求，这个岗位主要承担哪些工作，团队后续在AI方向的规划。
面试官回答：先简单介绍部门，餐饮SaaS不是外卖团购，是面向B端的业务，给商家提供餐饮管理、点餐、收银、营销、供应链系统。数据团队分为两个方向：平台建设、业务需求ETL交付，一共三十多人。底层基建复用公司平台，少量自主建设。AI相关：今年年初开始，简单、中等偏简单的数据需求，要求使用Agent开发，统计Agent开发覆盖率。产品提交需求文档，Agent直接解析文档，开发离线、实时任务，简单需求基本可以由Agent完成。
Q：最后问一下，你现在还在实习还是已经返校？
本篇目录
当前问题0138
- 01
介绍
- 02
你是做数据平台、中台的开发，还是业务ETL开发，还是两者都做？
- 03
你提到一百多张表，这些表有没有主题划分？简单介绍一下。
- 04
项目中的指标你们是怎么对比的？介绍下方法。
- 05
你提到核心指标偏差2%就全量发布。离线数据任务，这块的发布校验是怎么规定的？
- 06
测试环境的数据和生产环境数据是否一致？
- 07
为什么选择X%这个偏差阈值？逻辑是什么？
- 08
这个项目识别到数据倾斜后，加盐处理是怎么做的，如何缓解数据倾斜？
- 09
那怎么发现数据倾斜，定位倾斜位置？
- 10
如果任务有很多表、几十个stage，Spark UI看到某个stage运行久、数据量大，怎么定位是哪一段代码造成的？
- 11
大数据开发中，除了数据倾斜，你还做过哪些性能优化？
- 12
那熔断和告警的策略是什么？哪些场景熔断，哪些只告警？
- 13
有没有这样的机制：当最终交付层就绪延迟，自动回溯，定位是上游哪一个任务导致延迟，而不是只在每个任务后单独加DQC？
- 14
简历提到Hudi，有实际使用吗？
- 15
基础问题，LSM-Tree大概是什么？
- 16
项目里，用到的AI Agent主要在哪些方面？
- 17
第二个实习项目，相当于中台角色。推广AI产品的时候，业务团队会不会有抵触？
- 18
作为实习生推进落地，遇到什么困难？
- 19
相当于你是产品和业务用户之间的桥梁。业务反馈零散输入，表象不同但根因一致，你是怎么抽象、归类这些问题？
- 20
你怎么对bad case做分类？有哪些类别？
- 21
那会不会继续往下追溯，比如意图识别、检索召回、大模型幻觉、权限问题？这些底层问题你会归类吗？
- 22
你了解大模型幻觉吗？
- 23
怎么减少幻觉？
- 24
有没有你自主开发的Agent，不是单纯使用？实习或者个人项目都可以，介绍一下。
- 25
文档接入Agent的时候，是把文档处理成向量库吗？
- 26
提到准确率提升超过20%，怎么验证？
- 27
测试集规模是多大？
- 28
怎么定义“准确/不准确”？
- 29
数据库相关，索引这块了解吗？
- 30
介绍一下Iceberg。
- 31
Iceberg的组成、元数据结构了解多少？
- 32
Iceberg解决了传统Hive的哪些问题？
- 33
还有哪些没有覆盖？
- 34
Copy-on-Write的概念？
- 35
两个问题。第一，数据团队规模和组织架构；第二，岗位写了有AI相关要求，这个岗位主要承担哪些工作，团队后续在AI方向的规划。
- 36
两个问题。第一，数据团队规模和组织架构；第二，岗位写了有AI相关要求，这个岗位主要承担哪些工作，团队后续在AI方向的规划。
- 37
两个问题。第一，数据团队规模和组织架构；第二，岗位写了有AI相关要求，这个岗位主要承担哪些工作，团队后续在AI方向的规划。
- 38
最后问一下，你现在还在实习还是已经返校？