只学了传统后端，马上去后端实习了，在想要不要学习agent开发相关的。27秋招和26相比难度如何？

我投的后台开发。。。这还要面吗

本来以为终于约到第一个面试的，结果又被鸽了。😭😭😭😭起步艰难。。。。

最近经常有人问我平时用什么AI工具写代码，索性整理一篇，把我日常开发中高频使用的工具和资源都列出来，供大家参考。一、编程开发核心三件套1、Claude Code这个不用多说，绝对的真神。我日常开发90%以上的场景都依赖它。无论是写业务逻辑、调试问题还是重构代码，它的理解能力和代码质量都让我非常满意，基本上已经成了我的第一生产力工具。2、Codex同样是真神级别的存在。但是和Claude Code还是有一定差距，偶尔会用。3、CC Switch可以让你在Claude Code、Codex等应用中灵活切换不同的模型，比如Qwen、DeepSeek以及GLM等。二、桌面AI客户端：Cherry St...

招聘岗位：微信搜索-视频搜索排序算法工程师(实习)(北京)所属部门：WXG（微信事业群）招聘对象：校招实习生(2027年毕业) or 日常实习生。表现优秀者有转正机会 工作职责 1. 参与搜索场景精排模型的研发工作，负责精排模型优化与迭代，提升CTR/CVR/完播等核心指标 2. 探索业界前沿大语言模型（LLM）及Agent技术在搜索场景中的应用，推动AI能力与业务场景深度融合 3. 参与特征工程、样本构建、模型训练与线上Serving的全链路优化 4. 跟踪业界最新研究成果，结合业务场景进行创新性探索 任职要求 1.计算机科学、人工智能、数学等相关专业在读学生（本科/硕士/博士） 2.熟悉P...

蚌住了，沉淀三个月  收到的面试反而更少了，大部分做完了测试就了无音讯，大模型应用，产品，AIGC，甚至售前工程师我也愿意做啊！这个时代怎么了？为何不愿意接受双非生😭

🕐面试时间：2025.12.03🏢部门：酒旅广告一面说一下你这个是怎么用乐观锁做投流拉黑的？介绍一下你们的业务，为什么要拉黑投流单，同时哪里出现了你描述的并发冲突你有考虑这个反过来的情况吗？你这个相当于就是你的 job 把那个运营的操作给覆盖了，那反过来呢？这个本地缓存热更新是指什么？更新的是什么内容？怎么实现的？介绍一下你如何实现更新特定的缓存的这个令牌桶限流是指什么？那使用那个 Redis 进行限流，还有别的方案进行限流吗？为什么你们否定了本地令牌桶限流的方案，你说一下你理解的什么时候用本地令牌桶什么时候用分布式令牌桶你这个对象池是优化什么场景的？里面存的是什么数据？为什么你们选择使用...

大佬们，我是27届的二本菜鸟，能帮我看看我的简历有什么能优化的吗，这几天才意识到有点晚了开始投😭，找不到实习😭

校招进的创想，原先还比较期待，因为校招的负责人说，深圳公租房充裕，工资在我看来的还不错。但是一进创想三维公司却不知是噩梦的开始，首先校招说有公租房是骗你们的，公租房紧缺，只能住深圳脏乱差吵的城中村，其次把学生当劳力使美其名在工厂锻炼，这当然无可厚非。你一进公司不到1个月，就碰到了一个让我现在想起都有点怕的领导，这个领导暂且称为董，董是把厚黑学，职场霸凌研究到极致的人，他专门来针对想做事的老实人，利用你想做事的特性，把所有他自己的脏活给你干干成是属于他的，干不成属于你的。使得你没有时间干自己岗位的活，这样当然就没有绩效，你每天过得非常焦虑，每天加班到晚上11点才走。然后月末绩效给你打个不及格，打...

只想找个小厂实习，咋改

新接触的候选人的资面刚结束，鱼丸马上就带着面经给大家分享～同时给大家复盘一下，总结了一些回答要点，干货拉满，备考可直接参考！ 先介绍一下候选人的背景信息：24届北邮C++方向，机考393.33分，学历和技术底子扎实，属于HR初评优质档。 再来看看都被问了哪些问题，回答要点是什么1. 开场 & 项目经历考察 面试官先让我简单做了个自我介绍，接着就顺着问了项目相关的内容，没有刨根问底式的技术深挖，更多是了解项目背景和我的角色。简单介绍一下你做过的项目。有没有团队合作的项目经历？你在项目中具体负责什么部分？有没有接触过 AI 相关的内容？ ✅ 要点：这可不是再问你项目本身有多厉害，而是在问你...

本人用过caude code（不是很熟练)，但是平时ai coding比较少，主要是java后端，求助大佬，我应该从哪些方面准备面试呢，还有一个星期准备时间引流:字节，美团，腾讯，拼多多，小米，京东，转转，理想，快手，百度。

1. 自我介绍2. 智能合同审阅平台里为什么要同时使用向量检索和全文检索？单一检索方式为什么不够？答案：在合同审阅场景里，用户的问题或者待审条款通常不是简单关键词匹配，而是存在大量语义相近但表达不同的内容，比如“提前解除合同”“单方终止协议”“无责解约”语义接近，但关键词并不完全一致。如果只用全文检索，比如 Elasticsearch 的 BM25，优点是关键词匹配精确、可解释性强，对合同编号、金额、日期、公司名称、条款标题这类结构化或半结构化字段效果很好。但它对同义表达、语义改写、隐含风险点的召回能力较弱。如果只用向量检索，优点是语义召回能力强，但是容易召回一些语义相似但法律含义不完全一致的...

这种线下的能去吗，之前看过几个线下被骗的帖子😰