关于游戏开发客户端暑期实习面试的一些碎碎念和Timeline

承蒙很多牛油厚爱,其实本人非佬,只是个双非本9硕的小菜鸡,平时就是一个喜欢打打游戏的宅宅。入门游戏行业也是机缘巧合,遇到了志同道合的队友,合伙打过几次游戏制作比赛。

从二月底开始准备,忙忙碌碌到四月初,其实我收获最大的,并不是有多少个offer,而是在准备面试时学到的八股(是的你没听错),本人高中文科,大学专业也偏文科,绝大部分的理工学知识都源自自学,缺乏系统性的学习就会导致很多知识盲区。而整个充斥实习压力的三月,算是给了我一段能够好好沉淀的时间,让我能够一边系统的梳理自己的不足,补充知识面,一边在面试中不断查缺补漏,二者相互印证。此外,在这个过程中,我也从最初那种害怕和紧张情绪中脱离,到如今能够在面试中去自信的展现自己的所学所思(现在甚至有点期待面试,有种刷经验上瘾的感觉?)。

很感谢头一次面我的那位大哥(小公司老板亲面),没有他的认可和鼓励,我可能至今仍怀疑自己是否有能力胜任这个岗位;也感谢光子一面的面试官,让我意识到面试其实可以很舒服,且是个绝佳的展现自己和提高自己的平台;更感谢后续每一位谦逊有礼,知识渊博的面试官大佬,能够聆听和解答我的一些困惑,指引我方向。

唯一有遗憾的,是作为一名原神开服元老,没能去米哈游看看(笔试只A了1.25道呜呜呜)

好了,碎碎念就到这了,我也将自己过去这一个多月的Timeline总结了一下,希望给后来人一些参考吧,能帮上忙就更好了:

 

//广州嬉戏猫网络科技//

一面(3.7) ——通过

oc(3.7)——婉拒

 

//腾讯天美工作室//

技术群面(3.12)——挂

 

//腾讯光子工作室//

一面(3.18)——通过

二面(3.19)——挂

 

//腾讯魔方工作室//

一面(3.21)——通过

二面(3.25)——通过

HR面+云证(4.1)——通过

录用评估(4.3)——通过

oc(4.7)——通过

offer(4.10)——已接受

 

//米哈游//

笔试(3.29)——Loading

 

//网易游戏互娱//

笔试(3.22)——通过

线下面试(4.17)——Loading

 

//上海巨人网络//

一面(3.12)——挂

 

//阿里灵犀互娱//

笔试(3.15)——Loading

 

//快手互娱//

笔试(3.21)——通过

一面(3.31)——通过

二面(3.31)——挂

 

//字节绿洲工作室//

一面(3.27)——通过

二面(4.2)——通过

三面(4.9)——挂

 

//西山居Speed训练营//

笔试(3.22)——通过

一面(4.3)——通过

二面(4.19)——Loading

 

后续我也会整理一下面经,当然,不会像第一次面经那么详细了(时间太久有点忘记了,此外也怕老东家找上门)

如果你是游戏爱好者和开发者,想从事这方面工作,也欢迎在评论区留言或者私我,我有空的话都会回哒!

#软件开发笔面经#
全部评论
佬你的巨人网络是线下去面的么
点赞 回复 分享
发布于 2025-04-16 16:56 浙江
想问下简历上的项目大概是什么内容呢
点赞 回复 分享
发布于 2025-04-07 22:18 四川
佬 字节绿洲求面经
点赞 回复 分享
发布于 2025-04-04 09:20 安徽

相关推荐

“我靠,刚才面阿里某部门,项目聊得很好,手撕没撕出来,挂了。”前两天听朋友这样吐槽时,我正处在一种类似的焦虑中:发现自己越来越依赖各种 Coding Agent,开始担心代码能力会退化。朋友的情况在面试中很典型,但有点特殊。很多人觉得刷算法题对实际工作帮助不大,但在目前某些厂的考核体系下,这依然是刚需,要面试只能去刷题,没办法。我想聊的是更本质的问题:在解决实际问题的场景中,我们该如何平衡 AI 工具与自己的代码能力?“代码能力”本身其实有点难定义,不仅是熟悉语言特性或数据结构,更重要的是能把一个实际问题转化成解决它的脚本。现在 Agent 用多了,最直观的感受是:坐在 IDE 面前,不知道该干什么。其实这不是coding能力退化了,是根本没定义清楚自己要解决什么问题,以及用什么方式去解决。手搓代码这件事,早些年大家也是靠CV解决问题,并不是每一行都自己敲。但现在的趋势是很多 Agent 会隐藏内部工作细节,只在特定时刻让你检查进度。这种做法能减少信息干扰,但也极大地依赖模型能力。如果模型本身能力不够,它可能会在后台陷入反复调用一个工具的死循环,没有任何结果,token一直在跑,而你甚至不知道。即便模型能力足够,agents也把规划、调试和审查的过程藏了起来,只留下一个“working”的状态,时间一长,导致我们再次面对代码时会产生一点抗拒感。关于对代码的掌握度,Anthropic 曾做过一项研究,调研了不同模式下开发者对代码的掌握程度:全部交给Agent:最快,但对代码的掌握度为0;纯手搓组: 对代码掌握程度最高,但速度最慢;人机协作组(生成后解释): 模型不仅输出代码,也输出理由。这一组的得分往往也较高,对代码的掌握也更平衡。话又说回来,现在有一种观点认为,大模型已经发展到不需要我们去关注代码细节了,人只需要有“产品思维”,从业务和需求角度给 AI 分任务就行。但我个人认为,鉴于大模型是有幻觉的,我们对编程语言的常用库和特性依然要有基本的认知,因为你的追问也许可以发现大模型错误的认知,从而在早期避免错误的设计。否则,在后续的调试阶段,你可能要花费比别人多得多的沟通成本和 Token。所以,即便有工具辅助,依然要对代码有一定了解。比如它设计了哪些数据结构,用了什么框架,为什么要这样实现。当 Agent 调试成功后,我们可以多问它几个问题:刚才是哪里错了?你怎么知道的?这个命令具体是什么意思?......这种让大模型进行自我解释的过程,能有效增加你对代码维护的了解程度。
AI求职实录
点赞 评论 收藏
分享
评论
8
22
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务