阿里巴巴数据开发一面面经

一、抗压耐造、结果导向 能接受快节奏、高强度、频繁迭代 目标感强， deadline 前能顶得住 情绪稳定，不玻璃心，能扛批评与复盘 二、高自驱力、不用人催 主动找活、主动对齐、主动复盘 扁平化环境下，自己给自己定节奏 愿意加班补进度，不抵触内卷氛围 三、擅长协作、沟通顺滑 跨部门多、流程复杂，会对齐会推进 写文档清晰、开会高效、表达抓重点 能处理复杂人际关系，不钻牛角尖 四、规则感强、适应体系 接受标准化流程、职级体系、严格绩效 习惯按规范做事，重视数据与复盘 能在大框架里找空间，不反感约束 五、想快速镀金、攒履历 应届生/转行，需要大厂背书跳级 想系统学方法论、接触顶级项目 看重薪资、福利...

最近前前后后也投递了很多份简历,但是基本上牛客上的公司都是秒拒或者是过了筛选没下文了,所以想让大佬看看这个简历有什么欠缺的地方吗,可以当下就做一些改动的.在 boss 上也是只有一些本地的小公司进面了

25届本科生，简历写成这样可以吗，毕业回家了过完年来找工作，很迷茫，不知道投什么岗写项目完全离不开ai，就是投小厂开发岗也感觉过不去面试

1. 自我介绍2. 介绍下项目，重点讲架构、关键设计和线上问题3. Agent 的上下文窗口不够时，长短期记忆应该怎么分层设计长短期记忆不能简单理解成“最近消息”和“很久以前的消息”。更合理的设计是把状态拆成三层：工作记忆负责当前回合执行所需的最小上下文，摘要记忆负责阶段性中间结论，长期记忆负责稳定事实、偏好、任务状态和关键证据索引。这样做的好处是短链路推理不会被旧噪声拖死，而长任务又能在需要时按状态检索历史事实。真正难的不是分层本身，而是写入和召回策略。不是每条消息都值得进长期记忆，通常只把高价值、可复用、低歧义的信息写进去，比如用户偏好、外部工具执行结果、关键约束、任务完成状态。否则记忆库...