简历中的项目经历要怎么写

岗位：【27届实习】Product Engineer-产品工程师（AI与全栈方向）-社区工程1. 自我介绍，然后可以重点说你觉得你比较有代表性的一段项目经历。我说的实习经历里的tab补全提示词那块的链路设计与重构。2. 【实习】我看这里还讲到用 workers KV 去做了一下 JWT 的鉴权这块我们是怎么迁移的？3. 【实习】那 workers KV 它的一致性模型是什么呀？比如说会不会出现一些边界的一些badcase？幸好准备了，是最终一致性。4. 【实习】那有什么解决方式方案吗？我说这里的业务场景能接受最终一致性。但我感觉应该不对5. 【实习】你们做了一个状态机来管理这个评论的生命周期，一个是这个状态机的状态和转移是什么样子的？然后另外我看我们这里有提到用了虚拟线程，就是采用虚拟线程的这个技术方案选型的原因是什么？6. 【实习】看我们这里还就是做了一些游标分页加乐观锁的一个优化。就是一个是在做游标分页和乐观锁之前，我们是怎么做的分页？然后跟之前的比如说一些普通的 offset 分页，游标分页它的优势是什么？7. 【项目】RAG混合检索策略怎么做的？召回的效果是如何评估的？8. 【项目】我们刚刚有提到做了一些 Chunk 切片的一些优化，那 Chunk 切片粒度它太大和太小，刚刚讲过，有可能有一些问题，就是如果它 chunk 切片粒度太大的话，它可能会造成什么样的问题？太小的话还可能造成什么样的问题？9. 【项目】看我们的 agent 这里我们同时用了 react 和 plan-execute-replan 的两种模式，然后是两种应用场景，我们简单介绍一下为什么做这样子的技术选型，以及这两种为什么要这样选，以及为什么要分别用在这两个对应的场景上。10. 【项目】比如说你的 RAG 系统里面是有很多相应的一些知识库文档，然后在实际的生产环境里面，我们可能 RAG 系统里的文档可能会有一些频繁的更新，或者说增删减，那如果出现这种情况，就是出现向量索引与原文不一致的这种情况，我们该怎么保证这种问题导致的一些错误呢？11. 【项目】展开讲我们的记忆系统是什么样子？12. 【项目】那如果我们有一个长期运行的一个agent，用户的对话可能长年累月，比如说需要数月或者一年多的一个累计的一个历史对话，就是对话的轮数很多很多很多，那我们在记忆系统上能做哪些优化？13. 我们的经历里面其实大部分是 AI 相关的加后端的一些经历，那你觉得你对于你自己没有前端经验这一个 gap 是怎么看待的？14. 刚也提到 vibe coding，就是我们平常就是日常使用的一些 coding 工具是哪些？15. 共享屏幕，vibe coding 一个极简版的小红书网页版，用户可以做图文笔记的发布，然后就是不管你的信息展示页面是什么样子，就瀑布流或者怎样，可以在首页的那个信息流里面展示出你发布出来的内容。16. 【八股】哈希碰撞会在什么情况下发生呢？17. 【八股】哈希碰撞出现之后，我们有什么样的处理方式呢？18. 【八股】讲一下 LRU CACHE 它是一种什么样的缓存策略？19. 【八股】如果 Redis 它经排查我们发现它的内存碎片率比较高，那可能的原因是什么？以及我们怎么排查和优化？唯一一个没答出来的，，，20. 我们要在工程环境里面落地一套基于大模型的一个企业知识的一个agent。就是按正常的做法，我们可能需要选择一些合适的方案，比如说选择合适的向量数据库去存储embedding，并且支持刚刚讲到一些相似度检索的一些功能。就是我们现在有一些主流的一些向量数据库，那我们在这种场景下一个是该怎么做向量数据库的一个选型？一个是如果需要优化一些检索召回的速度该怎么去优化？21. 【手撕】实现一个滑动窗口算法没写出来，面试官让实现伪代码，硬着头皮写了几行22. 对未来的一些 AI 的方向，你自己最感兴趣的是什么？23. 为现在很多 AI 相关的工具，你觉得对你自己的一些开发习惯上有什么大的一些改动吗？比如说我们之前是怎么样的？现在的一个工作流又是怎么样的？反问：1. 问团队业务主要是AI给各方面进行提效2. 和面试官聊 AI3. 表现有哪里不足面试官说：可能现在的面试流程都会有一道手写算法吧。我可能没有什么固定的算法题，我可能就会根据你的经历去出啊。然后还有就是大体的问题回答上我觉得没有什么大的问题，其他的问题回答上都没有什么问题。然后基础的后端的知识掌握，我觉得你是比较扎实。4. 几轮面试实习岗的话大概是 2 到 3 轮吧。有两轮技术面，然后这个可能也还会有一轮 HR 面。

1.必须要有实际的业务价值。最近发现身边很多同学朋友背景不同，经历不同，但是很多时候一些经历看似远远不如别人的同学却可以拿到更多面试机会。就是因为他会根据不同公司的招聘需求会对项目进行动态调整，以岗位要求为核心，努力让面试官一看就感觉到:这个同学的项目和我们的业务场景很贴切，一旦对项目感兴趣了，八股翻车的概率就大大降低了。面试官也会想:终于不是一个拿小破站烂大街项目海投的人了。面试通过的概率自然大大增加了。要是没有足够的时间准备可以对口的项目，也没有关系，你的项目至少要让面试官感觉，你是有思考的，不是纯粹的编程机器或者vibe coder。(当然了，最好的方式无疑就是做一个解耦的项目，可以在几个小时内快速改造。)2.在1的基础上展现自己的技术深度(贴合实际的业务场景)。这一点很好理解, 一个技术优秀的Agent项目无疑就是Agent部分足够优秀➕工程落地足够优秀。Agent部分就比如多智能体是怎么协作的，多步任务的执行能力，长期记忆短期记忆如何处理，Agent流程的可观测性，如何防幻觉等等，大家对这一点感兴趣可以看我上一个帖子。工程落地部分就比如在真实的业务场景下，你的项目的校验机制，多维权限，是否上线部署，性能与安全性，可观测性与拓展性等等，核心就是让面试官感觉这是一个完整的，可用的项目，而不是一个demo。3.在前两者的基础上展现自己的技术广度。这一点就更好理解了，比如前一个项目用多智能体协作，优秀的skill编排和记忆功能，好的MCP调用深耕一个业务场景。下一个项目就可以着重深挖RAG部分，比如 混合检索 + 重排, 多模态图像处理, 可视化管理 + 自动化评估, 三层测试体系, 全链路白盒化追踪。不过这一点依然是建立在前两者的基础上，比如投递的是RAG开发工程师，你洋洋洒洒的写上两个深挖Agent的项目加一个简单的知识库问答，这样无论你前两个项目有多优秀都很难通过初筛或初面。最后还是祝大家春招/实习顺利，offer多多。如果我说的有一点帮助，欢迎点个小星星/关注或收藏。

面试官人很好，一点都不压力，比较愉快。1. 自我介绍2. 项目介绍3. 项目里队列消费和线程池的作用+线程池相关八股4. ThreadLocal怎么使用的+相关的八股5. gRPC 和 http分别有什么用？两者有什么区别6. redis限流怎么做7. 算法题算法题只写出来一种实现方法，第二个思路有了，但最后时间不够结束了😔感觉问的不多，不会是KPI吧🥹

最近两天国际金价忽上忽下炒的特别火热，前天晚上心血来潮就决定写一个Agent智能分析黄金市场的项目，连续工作了20小时也是完工了，刚刚花了会儿时间也是成功在github上上线了。GoldMind 是一个基于 LangChain Multi-Agent 架构 的黄金市场智能分析平台，融合 ReAct 推理框架、RAG（检索增强生成） 与 多模型协作 技术，为投资者提供深度市场洞察。系统基于 GLM-4-Plus（智谱AI）与 DeepSeek-V3 双引擎驱动，通过专用 Agent 分工协作：Market Analysis Agent 负责技术面量化分析，News Intelligence Agent 基于实时搜索进行舆情解析，Institution Research Agent 追踪主流机构观点，Investment Advisory Agent 融合多源信息生成策略建议。各 Agent 通过结构化输出实现结果融合，形成对黄金市场的全景认知。项目链接🔗https://github.com/JasonBuildAI/GoldMind球球star⭐啦哈哈哈哈哈😃附上几个前端截图，也欢迎大家提PR

前言这是我集百家之所长和几十次面试千锤百炼最后自己整理得到的话术文档。为什么我要开源出来呢？当然是我自己秋招不会用苍穹外卖了觉得有用的欢迎关注我，点赞本文章和送小红花。打个小广告：我手上有个7000多字的轮子项目的话术，需要的可以和我交流学习下超详细八股笔记和外卖项目话术专栏：https://www.nowcoder.com/creation/manager/columnDetail/j8ZZ 我的八股速成和架构设计专栏：https://www.nowcoder.com/creation/manager/columnDetail/0ybvLm我的胡言乱语专栏，里面有我想写的小说素材：https...

1. 问一下本科经历2. 介绍一下你第一个项目3. DDD分层架构比传统的MVC有哪些好处？4. 你设计的业务分配的算法介绍一下？5. 算法有哪些优化思路？6. 动态标签列设计怎么思考的？7. 数据量有多大？8. 数据量很大的话，数据存储怎么优化？9. 如何保证缓存和数据库之间的数据一致性？10. 相对于你这个项目用哪种方案？11. 项目中遇到的最大的困难是什么？12. 介绍一下第二个项目13. 模型分析diff的上下文怎么考虑？14. 如果diff的关联的上下文很长超过token，你会怎么办？15. 你想的这种方案，最后输入给模型的prompt是什么？16. 对于大模型的其他组件如RAG和skills有了解吗？17. 那你有想过把代码拆分成一些知识库放在rag里面吗？18. 有对比过其他模型的分析效果吗？19. golang有了解吗？20. HashMap的底层结构21. 为什么要用红黑树？22. 红黑树增删的时间复杂度？23. MySQL事务隔离级别24. MVCC实现原理25. 手撕算法：lc402 移掉k位数字 -> 没想到单调栈，暴力枚举了QAQ反问面试官之后，感觉我的缺点主要在于项目太过于玩具了，对于高并发什么的思考处于比较浅的地步，还有就是code-review对于call graph还有一些成熟的方案不怎么了解过，相当于纯demo，面过几场才知道QAQ，估计是没啥希望了，继续沉淀了噶人们

27届双非本计算机专业，感觉前后端挤满了人 ，于是转AI产品经理 ，学习相关知识 ，做项目改简历，但是投了半个月简历，打招呼了1k➕，只有3个约我面试，还都是那种0-20人的公司，我感觉有点不靠谱，我觉得怎么也得是中厂啊…是简历有问题吗，求指点，还是现阶段没实习没学历的我只能先去这种公司

引言大部分人简历上写的 Agent 项目，技术链路是这样的：接收用户输入 → 调 LLM → 解析工具调用 → 执行工具 → 返回结果。这是 Agent 的"最小可用版本"，能跑通，但没有任何区分度——2026 年了，跟着任何一个教程都能搭出来。尤其 RAG 相关的大家已经觉得烂大街了，评论区也有同学吐槽真正让面试官觉得"这个人做过真东西"的，是那些教程里不会教、但生产中必须解决的进阶问题。以下逐个拆解。一、Agent Harness：Agent 不是一个模型调用，是一个运行时是什么：Agent Harness 是 Agent 的"执行骨架&q...

有一点标题党 不过心仪的岗位应该是可以找到的！主包是非典型强技术人，没啥经验，没实习，没啥比赛，不过面试的时候几乎也不问校园经历，代码比较多的时候都是在刷算法，最近在复盘整个找工作的过程和注意点，感觉和找到实习前的想法不太一样，或许没有想象的那么难，也有一定的邪修成分在，希望能给到大家一些启示（注：全为个人想法和感受，完全没有权威性 可参考或不参考首先是写简历，我认为这是相当重要的一环，一开始找实习的时候确实没啥好写的，啥乱七八糟的大创都往里写，口语化句子也上来了，冗余的个人信息到处都是，不管对不对口各种项目都往里写 实则课设玩具。。然后投，然后进行八股随机复习。但是面试几次之后感觉简历是很重要的，我认为这是一个自己出的考点题单，专业的面试官都会在简历中找问题问，还有一个是如果项目经历和岗位高度匹配确实会吸引相当一部分火力，不会漫无目的的都是八股！那没有啥项目经历咋整呢？编！（bushi）既然项目经历是你的经历，那你完全可以先写结果再经历这里有一点是可以先挑选心仪的岗位，然后把岗位要求给ai，让ai给你写最适配这个岗位的项目和技术栈，然后可以让它推荐点开源代码，这就是你项目的来源了（怎么学习？：开源代码！ 其实个人来看的话，基本简历主要两个部分就是技术栈和项目经历，其他的怀疑面试官都没看过如果时间紧的话不看开源代码也行，但是一定项目要有代码可看，这里可以让ai给你整一个几千上万行的代码项目，然后开始一个文件一个文件开始读，最好是能把项目都通读一遍或者理解整个框架（完全手搓项目的大神可忽略。）甚至完全有可能根据这个项目开始学习、入门这个领域当经历极其匹配的时候，面试官就会深层次挖你的经历了，但是这样答上来也有很大的通过率。甚至面试可能不会考正常的算法，可能会考项目介绍中可能有的数据结构/项目简单函数实现，不过也不用太担心，就把你两个项目学透即可，也不会有太复杂的实现，我认为字节的算法有可能不按常理出牌，极其看重数据结构的抽象逻辑，所以可能有的时候算法该刷还是要刷 要有一些归纳总结能力，感觉tx基本是hot100除了琢磨不透的算法 八股应该都会取自于项目里了可以边学边约面，这样有ddl威胁自己效率特高（嗯），最重要的是敢于尝试！上面这种出来的极其匹配的简历一投应该就能约面，要勇敢面试！我一般有面试焦虑，三天内只能有一个面试，所以每个面试基本都针对性预想过好几遍了 （这可能是焦虑人的唯一优点在面试前可以让ai给你出一下关于简历和岗位的题单，命中率蛮高的面试挂了千万不要害怕停止，可能会有更好的机会，并且成为宝贵的经验！暂时就想到这么多，之后可能随机更点landing过程其实也需要准备挺长时间的，也是有要脚踏实地学的，不过可能有针对性的学习会轻松一些，在学习的路上多亏了牛客上兄弟姐妹们的经验分享，希望个人的经验也能给大家带来点启示祝大家早日拿到心仪的offer！