大数据开发工程师二面面经
完整信息
本篇目录
字节大数据开发秋招二面面经,全程问Agent,拷打的很底层,一问三不知,反问他们
是做AI数仓的,不过出的SQL题很简单,面完之后面评脏了约不到面试了(具体问题见p2)
二面(50mins):
1️⃣介绍Agent,最好、最坏的地方
2️⃣哪些表应该放到知识库上
3️⃣线上代码改了怎么办
4️⃣为什么要用MCP去读代码
5️⃣团队的知识库会有什么问题
6️⃣Agent 底层原理
7️⃣MCP和Skill区别
配图文字:
字节 - 大数据开发秋招二面
二面 50min:
• 实习经历:
1️⃣业务、核心的指标
2️⃣解释下为什么要这个指标
3️⃣AI 在 SQL 上的调优,封装成 Skill
• 数开八股:
1️⃣Spark 运行流程
• Agent:
1️⃣介绍,最好、最坏的地方
2️⃣哪些表应该放到知识库上
3️⃣线上代码改了怎么办
4️⃣为什么要用 MCP 去读代码
5️⃣团队的知识库会有什么问题
6️⃣Agent 底层原理
7️⃣MCP 和 Skill 区别
• SQL:TopN
本篇目录
当前问题0113
- 01
1️⃣介绍Agent,最好、最坏的地方
- 02
1️⃣介绍Agent,最好、最坏的地方
- 03
2️⃣哪些表应该放到知识库上
- 04
3️⃣线上代码改了怎么办
- 05
4️⃣为什么要用MCP去读代码
- 06
5️⃣团队的知识库会有什么问题
- 07
6️⃣Agent 底层原理
- 08
7️⃣MCP和Skill区别
- 09
1️⃣业务、核心的指标
- 10
2️⃣解释下为什么要这个指标
- 11
3️⃣AI 在 SQL 上的调优,封装成 Skill
- 12
1️⃣Spark 运行流程
- 13
SQL:TopN
