TalkingData是一家對數(shù)據(jù)有信仰的公司，致力于用數(shù)據(jù)去改變?nèi)藗冏鰶Q定的方式，并幫助人們更加了解周圍的環(huán)境。

4年堅守大數(shù)據(jù)的前沿陣地，我們遇到無數(shù)的挑戰(zhàn)。這里我們也向如下有志之士發(fā)出邀請，有意者請發(fā)簡歷至wenfeng.xiao@tendcloud.com：

• 大數(shù)據(jù)工程師/架構(gòu)師
• Java開發(fā)工程師/架構(gòu)師
• Html5/web前端開發(fā)
• iOS/安卓SDK開發(fā)
• 機器學(xué)習(xí)研究員
• DevOps/運維開發(fā)
• 程序猿鼓勵師
• 服務(wù)器開光師

對于這些職位，我們通常有如下的面試題目。

大數(shù)據(jù)工程師

1. Hadoop集群的namenode上，當meta數(shù)據(jù)損壞之后如何修復(fù)？數(shù)據(jù)的丟失率是怎樣計算？

2. 目前需要對100臺服務(wù)器做RAID ，有什么方式能夠通過自動化的方式實現(xiàn)？

3. 有超過10億行的數(shù)據(jù)，每行第一列為唯一ID列，其余列為數(shù)值型列，假設(shè)數(shù)值型列分別為A,B,C,D，請問如何高效的實現(xiàn)一個算法能夠完成：

1) 某一列數(shù)值符合在某個區(qū)間的范圍內(nèi)的記錄的條數(shù)

2) 某一列數(shù)值符合在某個區(qū)間同時另一列數(shù)值在某個數(shù)值區(qū)間的記錄的條數(shù)

4. 某廣告主在渠道投放每天有大量點擊數(shù)據(jù)，包含每個點擊的IP信息。請基于IP信息設(shè)計防止渠道作弊的算法和思路。

5. 一個url文件，每行是一個url地址，可能有重復(fù)。

(1)統(tǒng)計每個url的頻次，設(shè)計函數(shù)實現(xiàn)實現(xiàn)。

(2)設(shè)有10億url，平均長度是20，現(xiàn)在機器有8G內(nèi)存，怎么處理，寫出思路。

6. 20個億整數(shù)的兩個集合a與b,求a與b的交集，內(nèi)存為4Gb

7. 在N個無序數(shù)中找K個最小值

8. 一個流式輸入序列(method_name, latency)，其中method_name大約有100萬種，latency的取值為1到10億的正整數(shù)，每天的數(shù)據(jù)量大概100億條。限制最多 1GB的程序運行內(nèi)存，設(shè)計一種方法，計算一天內(nèi)每個method_name的50%,95%,99% percentile的latency，誤差不超過5%。

Java開發(fā)工程師

1. 抽象類和接口有什么區(qū)別

2. 請說一下java中的內(nèi)存回收機制所采用的算法

3. Sleep（）和wait（）有什么區(qū)別？

4. 請列舉幾種排序算法，并用JAVA實現(xiàn)快速排序算法。

5. 36輛車，6條跑道，無計時器，最少幾次比賽可以選出前三

6. 一個未排序的整形序列，比如10,20,3,7,5,9,4,2,90，給出這些數(shù)字當中最長連續(xù)數(shù)的長度，例子中的長度是 4[2,3,4,5]。算法復(fù)雜度最好為O(n)

7. 兩個線程，一個運行B.m1()，一個運行B.m2()，這個程序可能的行為有哪些？

Class A{
    int f; 
    A(){f = 1;}
}

Class B{
    A a;
    void m1(){a = new A();}
    void m2(){if(a != null) System.out.println(a.f);}
}

8. 在N個無序數(shù)中找K個最小值

C++開發(fā)工程師

1. new 和 malloc 的區(qū)別

2. 用C/C++寫一個歸并排序。

數(shù)據(jù)結(jié)構(gòu)為struct Node{int v; Node *next};

接口為 Node * merge_sort(Node *);

3. 一個url文件，每行是一個url地址，可能有重復(fù)。

1)統(tǒng)計每個url的頻次，設(shè)計函數(shù)實現(xiàn)實現(xiàn)。

2)設(shè)有10億url，平均長度是20，現(xiàn)在機器有8G內(nèi)存，怎么處理，寫出思路。

4. 進程間的通信方式

5. 20個億整數(shù)的兩個集合a與b,求a與b的交集，內(nèi)存為4Gb

6. 在N個無序數(shù)中找K個最小值

機器學(xué)習(xí)研究員

1. 什么是聚類分析？聚類算法有哪幾種？請選擇一種詳細描述其計算原理和步驟。

2. Pca的概念和處理過程（主成分分析）

3. 中文分詞技術(shù)簡介，常用數(shù)據(jù)結(jié)構(gòu)和算法

4. 如何建立一個智能問答系統(tǒng)，思路

5. 如何建立一個智能商品推薦系統(tǒng)，思路

Html5/web前端開發(fā)

1. 實現(xiàn)輸出document對象中所有成員的名稱和類型。

2. 寫一個去掉數(shù)組里的重復(fù)成員的程序。比如去掉上面題中剛生成數(shù)字序列里面的重復(fù)項；

3. 請談一下HTML和XHTML的區(qū)別。

4. 你對Web標準的理解？

5. 瀏覽器兼容性，談?wù)勀憬?jīng)常使用的瀏覽器，和各個瀏覽器兼容的問題？

6. 頁面圖片加載太多，一般如何處理？如何合并圖片，請寫出你的代碼？如何延遲和預(yù)先加載？
大數(shù)據(jù)程序猿鼓勵師

限女，顏值高，大家都理解，不再贅述：

[[150387]]
服務(wù)器開光師

對于大數(shù)據(jù)行業(yè)來說，開光師的作用日趨凸顯，這就是為什么有的服務(wù)器服務(wù)超期依然運行穩(wěn)健，有的新買剛上線就存儲故障。根據(jù)職能開光師分為軟件專攻和硬件專攻，通常必須掌握至少一門宗教開光儀式，自備儀式禮服。因為涉及跨界，此類人才目前稀缺，培養(yǎng)不易。

[[150388]]

鑒于目前安全形勢日益嚴峻，TalkingData決定在北京臥佛寺和成都青羊?qū)m新建數(shù)據(jù)中心做異地容災(zāi)，因此掌握多項技能者優(yōu)先。