数据岗位面试题 · 技术选型
题库中标记为“数据”的结构化面试题。
共 3928 道真题 · 当前筛选命中 318 道 · 更新 2026-08-05
筛选题目已选：技术选型
考察点
技术栈
第 101 题用过哪些数据湖和OLAP产品，都用了哪些特性？ 考察候选人数据湖与OLAP产品选型能力及实际使用深度第 102 题请谈谈你对Transformer架构的理解，以及它在大型语言模型中的应用。 考察对Transformer架构原理的理解及其在LLM中的核心作用第 103 题请解释 BERT 中使用的 BPE（字节对编码）分词方法，以及它与其他分词方法如 WordPiece、SentencePiece 的区别。 考察对子词分词技术和 BERT 预训练细节的理解第 104 题在深度学习项目中，你会选择Keras还是TensorFlow？为什么？ 考察深度学习框架的选型与权衡能力第 105 题请介绍 Redis 的核心数据结构及其典型应用场景。 考察对 Redis 基础数据结构的掌握与场景匹配能力第 106 题请介绍你熟悉的机器学习算法，并说明各自适用场景。 考察机器学习算法知识广度与场景匹配能力第 107 题请介绍一个你做过的机器学习项目，包括问题定义、数据处理、模型选择和结果评估。 考察机器学习项目完整流程、技术选型与结果量化能力第 108 题小红书投流广告的收费规则是什么？ 考察对小红书广告投放机制和收费模式的理解第 109 题你的宽窄表是怎么设计的？ 考察候选人数据建模时宽表与窄表的取舍与设计思路第 110 题你知道哪些分库分表中间件？它们有什么优缺点？ 考察对主流分库分表中间件及其适用场景的熟悉程度第 111 题在机器学习建模中，如何筛选和选择有效的特征指标？ 考察特征工程中指标选择的系统性方法第 112 题请讲解你处理大数据量时的数据存储与管理经验，并说明在数据量持续增长时如何应对。 考察大数据存储管理实践与可扩展性应对策略第 113 题请介绍聚类分析的主要类别及其适用场景。 考察对聚类算法分类及应用场景的理解第 114 题请介绍你的项目底层数据来源、数据量规模，以及数据处理是全量还是增量模式，并说明所用的计算引擎。 考察数据工程项目的架构理解与数据处理模式判断第 115 题请介绍一下Spark和Flink的基本概念、核心特点及适用场景。 考察对两种主流分布式计算框架的理解及选型能力第 116 题数据库中什么样的列适合建立索引？请结合具体场景说明。 考察索引列选择的判断能力和实际落地经验第 117 题在实际项目中，你会什么情况下使用逻辑回归，什么情况下使用随机森林？ 考察结合业务需求和数据特点进行模型选型的能力第 118 题对于持续追加写入的大规模数据集，应该写入单个磁盘文件还是拆分为多个文件？请谈谈你的设计考虑。 考察大规模数据落盘方案在并发、故障恢复与维护性上的权衡第 119 题数仓建模了解哪些？星形模型和雪花模型的区别和适用场景是什么？ 考察数仓建模基础、模型比较与场景判断能力第 120 题Flink 和 Spark 在实时处理方面哪个更好？ 考察对两类流式计算引擎原理差异的理解及选型依据