中移（杭州）信息技术校招数据开发面经——求职精灵（finsight.work）

按“过去—现在—未来”三段走，控制在 90 秒内，每段只留一个记忆点。第一段讲积累：学校与专业一句话带过，重点落在与数据开发直接相关的课程和项目，比如数据库原理、数据挖掘，以及一段能说清产出规模的项目经历。第二段讲能力证据：用一段实习说明自己独立负责过什么，最好给出可量化结果，比如清洗链路效率提升多少、标签体系覆盖多少个维度。第三段讲选择：说清为什么是这家单位、为什么是这个岗位，把数字家庭、智慧家庭这类具体业务点接上，而不是笼统夸平台大。收尾用一句可复用的话：“我希望把数据链路上的功夫做扎实，让业务方拿到能直接决策的结论。”面试官常顺着实习追问指标口径，提前把口径和对照组想清楚。

分三层答，先给结论再给证据。第一层是企业定位：杭研院 2014 年成立，是中国移动直属研发机构与全资子公司，与各省公司平级，做的是集团层面的产品研发而不是省级运维。第二层是业务：围绕“数字家庭、智能业务网络、核心能力”的两纵一横体系，和家亲 APP 注册用户破千万，统一认证产品单日认证次数破十亿，这两组数字能证明它在家宽和账号体系上的位置。第三层是团队与文化：1800 多人、72% 硕士以上、平均年龄 31.5 岁，说明这是一支年轻的高学历研发队伍。最后把它和自己的岗位接上：“我做数据开发，最想参与的就是家庭业务这类有真实用户规模的数据链路。”面试官常追问还知道哪个产品，提前多备一个。

按“做什么—要什么—我有什么”三段答。做什么：数据开发岗负责数据采集、清洗、建模、分析的全链路，向上支撑经营分析、用户画像和内容推荐，产出物是稳定的数据表、指标和可复用的链路。要什么：一是 SQL 与数仓建模的基本功，二是工程能力，能写调度、看得懂 ETL 依赖，三是业务理解，能把活跃、留存这类词拆成可计算的口径。我有什么：课程上系统学过数据库原理与数据挖掘，实习中独立做过清洗链路与标签体系，能对上前面两条。收尾补一句“我知道这个岗位前半年主要是把交付做稳，我愿意从最基础的链路开始”。面试官通常会顺着口径往下问，提前准备一个指标定义分歧的例子。

优势只讲三条，每条必须带证据，不要形容词堆砌。第一条技术落地：能独立完成从 SQL 取数到 Python 建模的闭环，比如在实习中独立承担用户标签体系的数据建模，覆盖 5 大类 20 个标签。第二条学习速度：面对没接触过的内部平台，一周内能上手并独立交付分析任务，说明方法论是可迁移的。第三条协作：在跨团队项目里承担过需求翻译的角色，能把业务方的模糊描述拆成字段和口径。三条讲完补一句差异化：“我的特点是把技术方案讲给非技术同事也能听懂。”这一句往往会被追问，准备好一个真实场景，比如某次评审你怎么用一张图让业务方看懂了链路瓶颈。

这题不是二选一，考的是你有没有想清楚自己要什么。先承认两者难度不同：技术性工作的难在于深度，要持续跟新技术、啃硬骨头，天花板由专业能力决定；综合性工作的难在于不确定性，要整合资源、平衡诉求，很多问题没有标准答案。再给自己的选择：现阶段以技术深度为主，先把数据开发这条线做扎实，用三到五年形成可被别人依赖的专业能力；在此基础上主动参与项目协调和方案评审，把沟通能力当成技术能力的延伸而不是替代。最后落到岗位：杭研院既有纯研发的链路，也有面向业务的数据支持，我希望前几年偏技术，后面逐步承担方案设计。不要说“我都擅长”，那等于没答。

按 1-2 年、3-5 年、5 年以上三段给，每段都要有可验收的产出物。短期：熟悉技术栈与业务口径，独立负责一到两条数据链路，做到交付零事故，同时补齐数仓建模与调度治理的短板。中期：在一个方向形成特长，比如实时链路或用户画像，能独立完成方案设计并带一两个人做模块。长期：往数据架构或技术管理走，能对一层数据体系负责。工作期望放在最后说，讲三点：技术氛围要浓、有明确的成长反馈、做的事情能看见用户价值。收尾用一句“我不希望三年后还在做同样的取数”，比空谈情怀更有记忆点。面试官可能追问三年没晋升怎么办，提前想好。

这题考的是荣誉的真伪和复盘能力，选一到两个讲透，不要罗列。结构是“事情—我做了什么—结果—收获”。比如优秀党员：作为支部组织委员策划“科技助老”志愿服务，带团队给社区老人做智能手机培训，从选题、排班到场地协调都是自己推的，最后拿到校级优秀志愿服务项目。再比如优秀研究生干部：牵头学术沙龙，从邀约嘉宾到现场控场，累计参与超过 500 人次。收获不要停留在“锻炼了能力”，要落到具体认知：“做活动最难的不是创意，是让二十个人在同一时间出现在同一个地方。”这句话能自然带出执行力和对协作的理解，也方便面试官接话追问细节。

先给分类再讲差异。常用窗口函数分三组：排名类 row_number、rank、dense_rank、ntile，聚合类 sum、avg 配合 over，偏移类 lag、lead。核心区别在遇重复值时的处理：row_number 不管是否相同都给唯一序号，结果 1、2、3、4；rank 相同值同名次且后续跳号，结果 1、1、3、4；dense_rank 同名次且后续不跳号，结果 1、1、2、3。选型看场景：分页、去重取最新一条用 row_number；成绩排名允许并列跳号用 rank；要连续名次用 dense_rank。补一个实战例子：算每个用户最近一次登录，按 user_id 分区、登录时间倒序取序号为 1 的记录。面试官常追问窗口函数和 group by 的区别，答“窗口函数不压缩行数”。

用 STAR 讲，但重点放在自己负责的那一段。背景一句话：实习所在团队做的是面向商家的用户行为分析平台，为营销策略提供数据支撑。任务：负责用户行为数据的清洗预处理、标签体系的数据模型设计，以及实时特征计算任务的开发。行动要具体：先梳理埋点字段与口径，处理脏数据和重复上报；再把标签按基本属性、行为偏好等维度分层建模；最后把离线指标迁到实时链路。结果给数字：清洗流程效率提升约 30%，标签覆盖 5 大类 20 个，实时特征支持毫秒级响应。收尾讲认知升级：“这段经历让我明白，数据开发的价值不在跑通任务，而在口径能被业务信任。”面试官大概率追问 30% 怎么算的，提前准备基线和测量方式。