基金数据开发面试2

一只菜鸟0001

200人浏览 · 2026-08-04 17:36:35

一只菜鸟0001 · 2026-08-04 17:36:35 发布

好，数据开发岗的视角和纯业务岗完全不同——面试官不关心你怎么跟客户解释份额，而是关心数据怎么流、怎么对、怎么保证不丢不错、性能怎么撑住。下面我帮你把 FA / TA / 直销这三个系统从数据开发的维度重新拆解，给你一套面试能直接用的"技术语言"。

一、数据开发岗面试官的考察重心

他们想听的	不想听的
数据流向 & 接口方式	业务名词解释
批量处理 & 调度编排	开户流程细节
数据一致性 & 对账机制	投资者体验设计
性能瓶颈 & 优化手段	监管要求全文背诵
异常排查思路	产品功能罗列

二、从数据开发视角重新定义三个系统

🔹 FA 系统（估值引擎 → 核心数据产出方）

数据开发视角下的定位：

FA 本质上是一个日终批量数据处理系统——输入多源数据（成交、行情、利率、参数），经过一系列规则引擎计算，输出净值和账务数据。

核心数据流（面试要说这个）：

┌─────────────┐  ┌─────────────┐  ┌──────────────┐
│ 投资交易系统 │  │  行情系统   │  │  参数/基准表  │
│ (成交回报)   │  │ (价格/收益率)│  │ (费率/节假日) │
└──────┬──────┘  └──────┬──────┘  └──────┬───────┘
       │                 │                │
       └────────┬────────┴────────┬───────┘
                ▼                 ▼
         ┌─────────────────────────────┐
         │       FA 估值计算引擎        │
         │  · 资产市值计算              │
         │  · 费用计提（循环/累进）      │
         │  · 损益结转                  │
         │  · 净值公式：(总资产-总负债)  │
         │    ÷ 总份额                  │
         └──────────────┬──────────────┘
                        ▼
         ┌─────────────────────────────┐
         │  产出数据：                   │
         │  · 单位净值 / 累计净值        │
         │  · 科目余额表                │
         │  · 估值表（持仓明细）         │
         │  · 凭证流水                  │
         └─────────────────────────────┘

面试官爱问的技术点：

问题	你要答的关键词
估值计算是实时还是批量？	日终批量，T 日数据 T 日晚跑批，依赖上游数据就绪
数据量多大？怎么处理？	持仓表千万级，按产品分区 + 增量计算 + 快照表
费用计提怎么算？	循环计提（每日）、累进费率（阶梯），用窗口函数 / 递归 CTE
净值算错了怎么回溯？	重跑批次 + 数据版本号 + 快照回滚
怎么保证幂等？	批次号 + 产品代码 + 业务日期做唯一键，重跑先 DELETE 再 INSERT

🔹 TA 系统（份额登记 → 核心数据枢纽）

数据开发视角下的定位：

TA 是交易申请的汇聚点和确认结果的发布方——接收多渠道的申赎数据，经过校验/清算/确权，输出确认文件和份额快照。

核心数据流：

         ┌──────────┐  ┌──────────┐  ┌──────────┐
         │  直销系统 │  │ 代销系统①│  │ 代销系统②│  ...（N个渠道）
         └────┬─────┘  └────┬─────┘  └────┬─────┘
              │              │              │
              └────────┬─────┴─────┬────────┘
                       ▼           ▼
              ┌──────────────────────────┐
              │     TA 日终批量处理        │
              │  ① 申请预处理（校验/去重） │
              │  ② 汇总（同一人同一产品）  │
              │  ③ 定价（等 FA 净值到达）  │
              │  ④ 份额计算 + 费用扣除    │
              │  ⑤ 确认文件生成           │
              └──────────┬───────────────┘
                         ▼
         ┌───────────────────────────────┐
         │  产出数据：                     │
         │  · 确认明细表（每笔申请→确认）  │
         │  · 份额汇总表（按投资人+产品）  │
         │  · 资金清算文件（给托管行）     │
         │  · 分红处理记录                │
         └───────────────────────────────┘

面试官爱问的技术点：

问题	你要答的关键词
TA 的数据量级？	日增千万级申请记录，确认表按日分区
多渠道数据怎么汇？	CDC / 文件交换（XML/JSON/FIX），落地 staging 表
怎么防重复确认？	申请流水号 + 渠道代码做唯一约束，确认前先校验幂等
份额计算精度？	DECIMAL(18,4) 起步，舍入规则（四舍五入/截位）要可配置
和 FA 对账怎么做？	拉 TA 总份额 + FA 总资产 + FA 净值，三者交叉验证
日切怎么处理？	15:00 作为业务时间分界，用业务日期字段而非自然时间

🔹 直销系统（交易入口 → 数据源头之一）

数据开发视角下的定位：

直销是交易数据的生产端——捕获用户行为数据、下单数据，落库后通过接口推送给 TA。

核心数据流（开发视角）：

┌──────────────────────────────────────┐
│           直销系统（后端）             │
│  · 用户行为日志 → 埋点表             │
│  · 订单表（申购/赎回/定投）          │
│  · 支付流水表                        │
│  · 账户信息表                        │
└──────────────┬───────────────────────┘
               │ 定时批量 / 实时推送
               ▼
        ┌──────────────┐
        │  数据交换层   │ ← 这里是数据开发重点
        │  · 文件落地   │   （FTP/SFTP/消息队列）
        │  · MQ 推送   │
        │  · API 调用  │
        └──────┬───────┘
               ▼
            TA 系统

面试官爱问的技术点：

问题	你要答的关键词
下单数据怎么传给 TA？	批量文件（XML/CSV）+ 校验文件（MD5/SHA），或 MQ 实时推送
数据一致性怎么保证？	发送端落本地 DB + 发送日志表，TA 回执后更新状态
幂等怎么设计？	订单号全局唯一，TA 回确认时按订单号 UPDATE
高峰期的性能？	异步化处理 + 消息队列削峰 + 读写分离
数据归档策略？	订单表按季度分区，冷数据迁到 ODS / HDFS

三、数据开发岗必考：对账（Reconciliation）技术实现

这是面试最高频也最能拉开差距的话题。

面试官可能问：“FA 和 TA 对账不平，你作为数据开发怎么排查？”

标准回答框架：

“我会从数据血缘入手，逐层往下追：”

Step 1：拉三方数据
  · FA 总资产（估值表合计）
  · FA 总负债（科目余额表）
  · TA 总份额（份额汇总表）
  · FA 单位净值

Step 2：验证净值公式
  · 手动算 (总资产 - 总负债) ÷ 总份额 = ? 和 FA 输出的净值比对
  · 如果不等 → 精度/舍入问题

Step 3：定位差异来源
  · 总资产对不上？→ 查 FA 的持仓明细，逐资产核对行情取值
  · 总份额对不上？→ 查 TA 确认明细，看是否有漏确认的申请
  · 两边都对但公式不等？→ 查时间差（FA 用当日净值，TA 用昨日份额）

Step 4：查数据链路
  · 上游成交回报有没有漏传？
  · 行情文件有没有缺？
  · 批量跑批顺序有没有问题？（TA 定价必须在 FA 净值产出之后）

技术亮点词汇（面试加分）：

数据血缘追踪
批量依赖调度（Airflow / DolphinScheduler / Control-M）
数据质量校验规则（dq 规则：非空、值域、平衡校验）
数据修复 SOP（补数流程、重跑批次、影响评估）

四、数据开发岗必考：批量调度 & 数据架构

典型日终批量调度 DAG（面试能画出来很加分）

T 日 15:00 ── 交易截止
    │
    ├──▶ 16:00  成交回报入库（O32 → ODS）
    ├──▶ 17:00  行情数据入库（Wind/中证/中债）
    │
    ├──▶ 18:00  FA 估值计算（依赖上面两个）
    │           ├── 持仓市值计算
    │           ├── 费用计提
    │           └── 净值产出 → 写入净值表
    │
    ├──▶ 19:00  TA 定价 + 确认（依赖 FA 净值）
    │           ├── 份额计算
    │           ├── 确认文件生成
    │           └── 资金清算文件 → 托管行
    │
    ├──▶ 20:00  对账作业
    │           ├── FA 内部平衡校验
    │           ├── FA vs TA 交叉验证
    │           └── 异常告警
    │
    └──▶ 21:00  数据分发
                ├── 净值 → 信息披露系统
                ├── 确认 → 直销/代销
                └── 监管报送文件生成

面试官追问"如果 FA 跑失败了怎么办"：

“调度平台会触发告警 → 值班人员介入 → 修复数据后从失败节点重跑（不能从头全跑）→ 后续 TA 和对账节点自动触发。关键是每个节点的幂等设计和断点续跑能力。”

五、数据开发岗必考：技术栈映射

面试中如果能把业务系统映射到具体技术栈，会显得你经验扎实：

业务场景	对应技术
批量调度	Airflow / DolphinScheduler / Control-M / Azkaban
数据交换	SFTP / MQ（Kafka/RabbitMQ）/ REST API
数据质量	Great Expectations / 自研 DQ 框架 / 空值率/波动率校验
数据建模	星型模型 / 雪花模型 / Data Vault
ETL 开发	Spark SQL / Hive / Flink / Informatica / DataStage
存储层	HDFS / Hive / Impala / ClickHouse / TiDB
实时场景	CDC（Debezium / Canal）→ Kafka → Flink 实时处理

六、面试实战模拟（自测用）

你可以对着以下问题自己口述一遍，看能不能流畅答出：

#	问题	核心要答到什么
1	你们公司的 FA 数据是怎么从源系统到数仓的？	ODS 落地 → DWD 清洗 → DWS 汇总 → ADS 应用
2	TA 系统每天产生多少数据？怎么存储和归档？	日增量 + 分区表 + 冷热分层
3	直销系统的数据怎么保证不丢？	本地落库 + 发送日志 + ACK 确认 + 重试机制
4	遇到过数据不一致的情况吗？怎么排查的？	具体案例 + 定位过程 + 修复手段
5	批量跑批时间窗口不够用怎么办？	并行化 + 增量计算 + 提前预热 + 拆分长任务
6	有没有做过实时数据处理？和批量比有什么挑战？	一致性语义（Exactly Once）、乱序处理、状态管理

七、简历 & 项目描述模板

如果你简历上要写相关项目，建议用这个结构：

“负责基金 TA 系统日终批量数据的 ETL 开发与调度编排，涵盖申赎申请数据接入（SFTP + XML 解析）→ Staging 层校验 → 份额确认结果落库 → FA 净值数据消费与对账。日均处理申请记录 500 万+，通过分区裁剪 + 增量计算将批量窗口从 3.5h 优化至 1.8h。设计了 FA vs TA 自动化对账作业，覆盖 6 项平衡校验规则，异常自动告警 + 可视化报表。”

你现在手头有相关的实际项目经验吗？如果有，我可以帮你把真实经历包装成面试能打的STAR 故事（Situation → Task → Action → Result），这样面试官追问细节时你不会虚。如果没有实际经验，我也可以帮你设计一个**“模拟项目”**的合理表述方式，让你能自信应对技术深挖。