上交所技术笔试

AI 这波浪潮来得太快了。半年前面试还在聊微服务和高并发，现在面试官张口就是：RAG 怎么做的？Agent 的执行链路是什么样的？你的检索策略是怎么设计的？会话记忆怎么控制 Token 成本？这些问题已经不是加分项了，而是越来越多 JD 里的硬性要求。但现实是，大部分人接触 AI 的方式还停留在"调 API"的阶段——跟着教程往向量库里塞点数据，让大模型吐一段话，截个图发朋友圈说自己"做过 RAG 了"。面试官稍微追问两句就露馅：文档怎么切的？检索召回率低怎么办？幻觉怎么控制？一问三不知。跑通一个 Demo 和做出一个能上线的系统，中间差的不是几行代码，...

26 届末九院校后端选手，从去年秋招结束就开始全身心备战春招。每天固定刷算法、梳理 Java 核心知识点、整理分布式与中间件面试题，实习项目反复复盘推演，把所有高频面试问答逐一吃透，几乎把课余所有时间都砸在了备考上，一心想凭着实打实的功底拿到满意 offer。可近期对比身边人才真切感受到差距，同专业一位同学平日里很少见他埋头学习，刷题背书更是寥寥无几，投入的备考精力远不及我，面试场次不多却顺利斩获不错的 offer。私下交流后才清楚，他面试过程中会借助 ******，算法题能快速搭建解题框架，冷门技术知识点可以快速查阅梳理，面试官深挖项目细节时，也能精准调出相关内容完善回答，临场发挥格外顺畅。最开始我十分不认同这种方式，始终认定面试考验的是自身真实技术储备，踏实积累才是正道。可久而久之看着身边不少人都在这样做，忍不住开始自我否定，难道一直固执守着老一套备考思维的人，只有我吗？耗费大量时间死记硬背反复练习，在高效的即时信息调取方式面前，难道真的只是自我感动式的低效付出？合理运用这类工具提升临场表现，究竟算不算职场必备的应变能力？当这种方式逐渐成为普遍现象，面试筛选人才的初衷是否已经悄然改变？始终坚持纯靠自身实力稳步提升，是长久发展的正确选择，还是跟不上当下求职节奏的固执执念？真心想听听牛客各位大佬的真实看法。

    想问一下数仓的uu进度都到哪里啦

1. Java八股拷打2. Redis八股拷打3. MySQL八股拷打4. Java中怎么mock5. 测试场景题（测试流程、自动化脚本执行时序性、幂等性测试）30min 完全不问项目，我甚至怀疑他有没有拿到我的简历，感觉就是完全不在乎对方是谁，永远的自说自话。最后反问环节我也无话可说，问他简历和面试哪里需要改进，让我多看看ai（无语）