2026年数据工程师面试问题集与技能考核要点.docxVIP

第PAGE页共NUMPAGES页

2026年数据工程师面试问题集与技能考核要点

一、编程与算法题（共5题，总分25分）

1.1Python编程基础（5分）

题目：请编写一个Python函数，实现以下功能：给定一个字符串列表，返回所有包含至少3个连续数字的字符串，并按数字出现的位置从早到晚排序。例如，输入`[abc123,hello456world,data2026,test]`，输出`[abc123,hello456world]`。

答案：

python

deffind_strings_with_consecutive_digits(strings):

result=[]

forsinstrings:

importre

ifre.search(r\d{3,},s):

result.append(s)

returnsorted(result,key=lambdax:min([m.start()forminre.finditer(r\d,x)]))

测试用例

test_strings=[abc123,hello456world,data2026,test]

print(find_strings_with_consecutive_digits(test_strings))

1.2Pandas数据处理（5分）

题目：假设有一个CSV文件`sales_2025.csv`，包含以下列：`date`（日期）、`region`（地区）、`product`（产品）、`sales`（销售额）。请编写Python代码，读取该文件，并返回以下统计结果：

1.按地区分组，计算每个地区的总销售额

2.找出销售额最高的前3个产品

3.计算每个地区销售额最低的产品及其销售额

答案：

python

importpandasaspd

defanalyze_sales_data(file_path):

df=pd.read_csv(file_path)

1.按地区分组计算总销售额

region_sales=df.groupby(region)[sales].sum().sort_values(ascending=False)

2.找出销售额最高的前3个产品

product_sales=df.groupby(product)[sales].sum().sort_values(ascending=False).head(3)

3.计算每个地区销售额最低的产品及其销售额

region_lowest_sales=df.groupby([region,product])[sales].sum().reset_index()

lowest_sales_by_region=region_lowest_sales.loc[region_lowest_sales.groupby(region)[sales].idxmin()]

returnregion_sales,product_sales,lowest_sales_by_region

假设文件路径为sales_2025.csv

results=analyze_sales_data(sales_2025.csv)

1.3SQL查询（5分）

题目：假设有一个数据库表`employees`，包含以下列：`id`（员工ID）、`name`（姓名）、`department`（部门）、`salary`（薪资）、`join_date`（入职日期）。请编写SQL查询语句，满足以下条件：

1.查询所有2020年入职的员工及其薪资

2.查询各部门的平均薪资，并按平均薪资从高到低排序

3.查询薪资高于部门平均薪资的员工名单

答案：

sql

--1.查询所有2020年入职的员工及其薪资

SELECTid,name,salary

FROMemployees

WHEREYEAR(join_date)=2020;

--2.查询各部门的平均薪资，并按平均薪资从高到低排序

SELECTdepartment,AVG(salary)ASavg_salary

FROMemployees

GROUPBYdepartment

ORDERBYavg_salaryDESC;

--3.查询薪资高于部门平均薪资的员工名单

SELECTe.id,e.name,e.salary,e.department

FROMemployeese

INNERJOIN(

SELECTdepartment,AVG(salary)ASavg_salary

FROMemployees

GROUPBY