文远知行内推,文远知行内推码

恍恍惚惚也实习快半年了,工作主要是后端开发。 进了才知道是自动驾驶头部的明星初创(不是的话别打我🫣)。每天从家走路15min/骑车5min到公司属实很爽。 整体规模不大,工作内容还是很丰富。从python后端到java后端,中间又穿插了一个月前端开发(噩梦hhh),以后很可能还会涉及scala。长远来看,应该还是java和scala为主,go也有使用但是不清楚我会不会用上。 我本身是第一段开发实习,加上底子很弱,确实学到很多也成长很多。被分到各种任务有时候还是蛮慌张的,好在结果整体还ok! 不提倡狂加班,还是以结果为导向,干完就可以溜溜球。加上通勤很少,整体强度不算很大。组内氛围也是挺不错的,大家都很友好,很乐意提供帮助,整体体验还是很棒! 最后特别高兴可以拿到return,2026还要继续为公司卖命

文远知行WeRide2026届校园招聘(及26届实习)

【我们是】2024年文远知行在纳斯达克上市,是全球通用自动驾驶第一股

【开放岗位】

算法类、开发类、硬件类、测试开发类

【工作地点】

北京、上海、广州、深圳、武汉、圣何塞、新加坡

【福利待遇】

免费三餐,不限量零食饮料,满足你的味蕾!

具有竞争力的薪资,期权激励,与公司共享发展红利!

【内推链接】https://app.mokahr.com/campus_apply/jingchi/2137?recommendCode=DSZPPtuc#/jobs

【内推码】DSZPPtuc(内推链接优先筛选~)大家投递完可以在评论区打上姓名缩写+岗位(比如PM+LJJ),我私你们面经~

引流:字节跳动,海康威视,深信服,腾讯,阿里巴巴,拼多多,滴滴,京东,小米,大疆,美团,好未来,小红书,华为,简历,offer,面试,面经,三方,国企,央企,秋招,应届生,求职,比亚迪,建设银行,工商银行,百度,中兴,邮储、中行、建行、工行、建行、光大、招商银行、科大讯飞、蔚来、新华三、京东方、容知日新、长鑫存储、阳光电源、中国移动、中国电信、中国联通,中兴,虾皮,网易,腾讯音乐,京东,虎牙,b站,bigo,思科,亚马逊,荣耀,小米,联想,tplink,第四范式,米哈游,携程,旷视,美的,索尼,OPPO,满帮,momenta,欢聚,shein,用友,哈啰,vivo,完美世界,地平线,爱奇艺,汇顶,得物,深睿医疗,全志科技,禾赛,唯品会,度小满,

#牛友职场人脉来了#
全部评论
yy-研发工程师
点赞 回复 分享
发布于 03-29 20:44 湖北

相关推荐

答案很明确:能驾驭 AI、而非被 AI 替代的岗位,才会活得越来越滋润。在互联网赛道里,那些靠重复执行、模板化操作的岗位正在被挤压,但需要深度思考、业务洞察、工程落地能力的岗位,反而会在 AI 加持下价值倍增。大模型应用 / Agent 开发工程师这是当前互联网行业需求最旺盛的岗位之一。核心工作不是训练大模型,而是基于 LangChain、FastGPT 等框架,把大模型能力落地到具体业务场景 —— 比如搭建电商智能客服、企业内部知识库问答、代码生成助手。需要掌握 Python、向量数据库(Milvus/Chroma)、API 封装、工程化部署能力,后端开发者转型有天然优势。AI 能生成基础代码,但如何把大模型和业务系统(比如电商订单系统、CRM 系统)打通,如何解决幻觉问题、保障服务稳定性,这些都需要人来把控。AI 工程化 / 基础设施工程师大模型的推理、部署、优化离不开底层基建。这类岗位负责搭建大模型训练 / 推理平台,优化 GPU 资源利用率,解决模型部署的延迟、成本问题,比如用 vLLM、TensorRT-LLM 加速推理,用 K8s 管理集群资源。需要熟悉云计算、容器化、分布式系统,懂深度学习框架(PyTorch/TensorFlow)的底层逻辑。AI 能做算法优化,但大规模、高可用的 AI 基础设施搭建,必须靠人来完成。资深架构师(后端 / AI 方向)架构师的核心价值是 “做决策”—— 面对复杂业务场景,判断该用哪种技术方案,如何平衡性能、成本、稳定性。比如设计一个支持百万级并发的 AI 对话系统,需要架构师决定用什么中间件、如何做负载均衡、如何设计缓存策略。AI 能提供方案参考,但最终的架构选型、风险评估、技术兜底,只能靠人的经验和全局视野。说到底,AI 时代的互联网职场,淘汰的是 “只会做重复工作的人”,奖励的是 “会用 AI 放大自己能力的人”。与其焦虑被替代,不如主动拥抱 AI,把它变成自己的 “职场加速器”。
AI时代,哪个岗位还有“...
点赞 评论 收藏
分享
03-18 13:12
已编辑
门头沟学院 Java
1.自我介绍2.HashMap是线程安全的吗?3.你的这个监测分析的Agent是怎么做的?具体分析哪些数据?4.这个数据清洗的话,具体是怎么清洗的?5.这个清洗是一次性的还是可复用的?然后如果是可复用的话,你这个放到我们的向量数据库里面是怎么和rag集合起来的?6.简单讲一下通用Agent的设计流程,还有你的这一个项目里面的Agent的设计流程是怎样的?7.这是怎么做到的?它的架构是怎么去流转的?8.最终调用Agent的时候,它的这个记忆是怎么设计的?它是怎么存储的?怎么用的?9.有没有做上下文压缩?压缩的话是短期压缩还是长期压缩?10.你的这个向量数据库的选型是怎么选的?为什么选这个?11.做一个RAG的话,我们的数据存进去也是很重要的。如果你存进去的是有问题的数据的话,那你得出来的结果也会是有问题的结果。那你这个存进去向量数据库,或者是存进去你的这个数据的话,是以什么样的一种形式去进行保存的?是什么文件格式?JSON?12.怎么切割的?常见切割策略有什么?以及怎么能确保它的语义不断裂?13.用户订阅的这一个服务是怎么做到的?它这个体系是怎么搭建的?你是怎么实现这个功能的?14.用户订阅推送信息的,这个是怎么实现的?定时任务还是怎么样?定时任务怎么设计的?15.我们回到Agent上面来吧。你用到Agent的开发肯定要调用到模型,你的不同节点的模型分别选型是怎样的?以及你的这个选型的模型如果遇到了这一个额度上限的话,要怎么办?16.你自己调用的这一个模型是否遇到过达到上限的情况?17.你自己做的这些是部署在本地的,还是部署在云端的?部署在云端的话,你的操作系统是什么?以及有没有自己买过服务器去部署?18,如果是以自己的机器在跑的话,那你遇到的这一个环境的问题怎么办?你的这个可迁移性的这一个问题怎么办?你本机的代码如何迁移到云端去部署?19.你的云服务器是怎么暴露给外面人去进行发请求的?是走端口还是怎样?20.我们回到AI上面来说吧,你对AI挺感兴趣的,来讲一下你平时用AI写代码是怎么写的?以及是怎么进行一个code review的?21.你自己的编程工具用过什么?以及我们来对比一下这个编程工具,Trae和Cursor的话,这两者你比较一下它们的特点,以及分别有什么好处、坏处,你自己用的是哪个?22.我看你主要还是Java的技术栈,那我们这边主要用的是Python,你讲一下Java和Python的这一个线程池底层的实现的区别是什么?以及它们分别是怎么实现的?23.我们再来聊一下后端吧。我们现在用的基本是微服务,你一个单体服务拆成微服务的话,需要怎么做?要怎么拆?24.比方讲一个电商系统,我们应该怎么去拆分这一个业务的这个微服务?25.你讲到了分库分表的话,那你讲一下分库分表常见的策略有什么?以及什么时候需要分库分表?26.我记得你前面讲到了一个扣款的一个服务,那你讲一下,比方说我扣款的功能里面出现了超扣的情况,这个怎么解决?27.我看你实习也挺久的了,我们来问一个故障的问题吧。你在实际当中,如果遇到OOM或者是MySQL的数据库的一些问题,一般是怎么排查的?28.那在还没有出现这些问题的时候,我们应该去怎么去评估哪里可能会有潜在的风险?为什么?后面就是一些关于实习稳定性,还有一个背景信息的了解。然后还有反问和面试官聊的很开心,学到了很多。
查看56道真题和解析
点赞 评论 收藏
分享
评论
1
收藏
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