背景 24届大学科班考研二战失败后，我果断放弃了继续考，转而瞄准华为OD Java开发岗。没有实习经历？没关系！我通过德科HR全程跟进（从机考到面试全流程指导），硬是用3个月刷透算法和八股，最终拿下Offer。今天，我大概说一下我是怎么从“考研失败者”还有点gap成华为OD开发的！ 🔥 机考：我的高分通关血泪史（亲测有效！） 德科HR给我发了独家题库+真题，但我坚持先自己写再看答案——这招救了我命！机试时系统会查代码重复度，我差点栽在重复率上，后来才懂德科HR的提醒有多重要。 双机位实操细节：  考前1天，我反复调试摄像头（别学我第一次用手机支架，差点被判定违规）； 网络必须用有线连接（我用...

希望大佬们给点建议，从1月末投简历找实习，boss上就没有人回我的😅

boss上投了一天就有hr约面试时间了，但感觉方向上不完全符合，没有后端知识怕面评不好，目前没有中大厂面试经历，是不是还是先投投比较符合的岗位面试压力会小点

前言这是我的agent系列文章的第2篇，该系列分为三部分：AI认知篇：详细讲解相关基础概念AI实践篇：分享诸如skills怎么写、怎么ai coding、怎么写好prompt等的最佳实践AI八股篇：分享我自己整理的应付大模型应用开发岗位必备的八股笔记如果觉得有帮助，欢迎关注我并期待后续文章！预期是日更哦！当天没更可能是因为太累了，周末会弥补的。做 AI Agent 开发，总被 Function Calling、MCP、Skills 这三个概念绕晕？其实三者层层递进，MCP 和 Skills 都基于 Function Calling 打造，只是解决的实际问题不同，二者甚至并非互补，而是核心竞争关...

1. 实习与项目背景你这段实习是在哪里？实习公司的产品主要是面向什么产业的？有哪些特性？与主流的其他产品相比，有什么区别？你的第一个项目是在学校里做的吗？是主要为了做什么？第二个项目是你自己从零开始手写的吗？2. 操作系统与内存管理内存泄漏有什么方法去查找？除了看进程资源占用，有没有更精确的手段？内存越界有什么方式去查找定位？针对死机位置和踩内存位置不一致的时间差问题，如何定位？你怎么理解死锁？针对你描述的死锁场景，有什么办法去规避或解决？除了按序获取，还有什么更常见的方法？你熟悉哪些 POSIX 接口？RISC-V 架构和其他架构（ARM）有什么差异？进程跟线程的区别是什么？进程间的通信方式...

timeline1.13打电话约面1.20 一面 第二天约二面1.23 二面 过了一个周末约三面1.28 三面2.2 通知三面过 offer审批2.5 oc

腾讯后端日常实习一面面经实习：1.遇到的最大挑战2.如何看待微服务3.使用的框架都有哪些4.怎么使用的Redis5.如何与用户实现交互6.数据是如何存储的八股：1.HTTP与HTTPS的区别是什么2.HTTP与HTTPS的性能差异3.如何优化TLS性能4.是否了解docker5.Linux中如何查看CPU和内存信息编程：单词频率topk反问腾讯2027届可转正实习启动！无限复活甲，鹅厂不设限：1. 只要当前未在面试流程中，可随时切换岗位，投递无上限！2. 如3个工作日后意向部门未发起面试，全公司所有岗位/部门均可能向你发起面试，发起次数无上限！3. 同学可根据个人意愿拒绝面试，腾讯承诺，拒绝面...

都不敢投产品，投了个运营，为什么就秒挂了呀…

1. 简单介绍一下你做过的最有挑战性的项目我做过的最有挑战性的项目是[项目名称]，这是一个[项目类型，如：跨平台的桌面客户端应用]。项目背景：需要实现[核心功能]，支持[用户规模/性能要求]，面临的主要挑战是[具体挑战，如：高并发、低延迟、内存优化等]。我的职责：负责[具体模块]的设计和开发，包括[技术点1]、[技术点2]、[技术点3]。技术难点：性能优化：通过[具体方案]将响应时间从[X]ms降低到[Y]ms内存管理：使用智能指针和对象池，解决了内存泄漏和碎片化问题多线程同步：设计了[同步机制]，避免死锁和竞态条件最终效果：项目成功上线，[具体指标，如：支持X万并发用户，崩溃率低于0.1%]...

今天美团开春招了，前端只招大前端或者全栈这是真要凉凉的节奏了吗😭😭😭

自我介绍实习经历（问的比较片面，没有通用性问题可以供大家参考）AI 相关MCP 使用的是什么协议，这个协议和其他协议有什么区别？结构化输出是怎么样做的？MCP 相比Function Calling有什么优势？Agent 工作时工具调用失败或者超时怎么做？ReAct 模式下Agent思考进入死循环了怎么做？Multi-Agent 架构具体怎么实现的？流式处理怎么做的？算法题 从根到叶的二进制数之和

0实习，什么都没有，一问三不知简历如下求建议，算法什么的也不懂

一、市场上到底要什么人？去招聘网站搜“大模型”，JD看一圈就会发现，岗位其实就三类：① 基模方向：预训练、模型架构、scaling law门槛：顶会paper or 名校博士结论：有就有，没有就别强求，不是几个月能补的② Infra方向：分布式训练、GPU集群、推理加速门槛：扎实的系统底层能力结论：你们组是做这个的就可以冲③ 应用层方向  这是大多数人的机会！不动模型：RAG、Agent动模型：SFT、RL（RLHF/RLAIF） 0基础同学能在4个月内真正拿到offer的地方，就是应用层二、技能要会在点子上，别被概念带偏现在各种概念满天飞，A2A、MCP、GraphRAG...每周都有新名词...

如题。八股重点背了项目相关的，其他的只背了一遍，总体过了80%左右吧。力扣100刷了两遍，有的hard跳过了。准备日常和暑期同时投，求各位大佬不吝赐教😊  （打码部分无关紧要，主要是防掉马）