大佬们已经考虑拒签那家了，菜鸟的我还在瑟瑟等待

家人们谁懂啊， 春招投完简历，就进入了漫长的等待期，连个面试邀约都没有，真的会慌！每天早上一睁眼，先摸手机刷招聘软件，就盼着HR能给个回复，结果每次都是“抱歉，您的XXX不符合本岗位要求”，刷来刷去还是那几个岗位，简历改了八百遍，面试也没个动静。没面试的日子，我真没摆烂！。每天抽1个多小时刷算法题、补知识点，偶尔用AI Coding工具练手，生怕等面试来了，自己啥也不会，掉链子。累了就摆一会儿，下楼散散步，吹吹风。毕竟一直紧绷着，反而容易内耗，不如给自己松松劲，养足精神再准备。身边也有同学跟我一样，投完简历就石沉大海，偶尔吐槽两句，但也没真的放弃，该刷题刷题，该改简历改简历。其实也想通了，没有...

现在也太难了吧🥲，实习好难找，佬们拷打一下简历

上周组里招人，我面了六个候选人，回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人，算法题写得都不错。第一道二分查找，五分钟之内给出解法，边界条件也处理得干净。第二道动态规划，状态转移方程写对了，空间复杂度也优化了一版。我翻他们的简历，力扣刷题量都在300以上。后三个呢，就有点参差不齐了。有的边界条件没处理好，有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生，我印象特别深——她拿到题之后没有马上写，而是先问我：“面试官，我能先跟你确认一下我对题目的理解吗？”然后她把自己的思路讲了一遍，虽然最后代码写得不是最优解，但整个沟通过程非常顺畅。这个女生的代码不是最优的，但当我问她“如果这里是线上环境，你会怎么设计’的时候，她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么？我自己的经历可能有点代表性。我当年校招的时候，也是刷了三百多道题才敢去面试。那时候大家都刷，你不刷就过不了笔试关。后来工作了，前三年基本没再打开过力扣。真正干活的时候，没人让你写反转链表，也没人让你手撕红黑树。更多的是：这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官，慢慢调整了自己的评判标准。算法题我还会出，但目的变了。我出算法题，不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候，是怎么思考的。你会先理清题意吗？你会主动问边界条件吗？你想不出来的时候会怎么办？你写出来的代码，变量命名乱不乱、结构清不清楚？这些才是工作中真正用得到的能力。LeetCode是一个工具，不是目的。它帮你熟悉数据结构和常见算法思路，这没问题。但如果你刷了三百道题，却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的，那这三百道题可能真的白刷了。所以还要不要刷LeetCode？要刷，但别只刷题。刷题的时候，多问自己几个为什么：为什么用这个数据结构？为什么这个解法比那个好？如果换个条件，解法还成立吗？把刷题当成锻炼思维的方式，而不是背答案的任务。毕竟面试官想看到的，从来不是一台背题机器，而是一个能解决问题的人。

写简历或准备助理工程师评定时，千万别干巴巴地罗列技术栈。与其写“熟悉Kafka和Doris”，不如具体化业务场景。比如，重点描述你是如何将1万5千个电池测试通道的海量时序数据，平滑同步到集中式Doris数仓的；或者在开发TRP测试流程管理系统时，是怎么攻克电池老化评估模块的架构瓶颈的。用具体的业务规模和真实的数据指标来背书，把踩坑经验转化为硬核的工程产出，这样写出来的项目总结绝对有杀伤力！