羡慕27届天✌🏻😭

相关推荐

先说结论,我认为今年是否有一段暑期实习对秋招的影响会比以往都要大(甚至实习内容在不在ai应用的链路上都会有很大的区别)因为众所周知的原因,在年后所有的中大厂都开始推进代码ai率,而是否在实习会关系到两点:1.是否能关注到最前沿的有关于ai应用的实践 2.是否能在日常中去学习了解这些最前沿的技术就我暑期面的这么多场面试来说,越往后面试官明显对于agent llm skill mcp spec这些和ai领域有关的名词提问的占比越高,问的深度也越深,那么我们能从哪些地方去实际掌握到这些信息呢?最简单的来说,你如果在中大厂,你会主动/被动地开始学习并且使用这些最新应用,而且还有内部的技术论坛可以不断的有人教你最新技术的核心原理。但是假如说你不在实习的话,你想要了解这些信息就会困难很多。然而相比于了解和使用这些新技术,更大的差距在于实习可以在一个大的项目中总结经验,发现目前技术的缺点,这和没有实习甚至项目都没办法上线相比是完全不一样的。反映到面试上就是一个对什么问题都能弹几句自己的看法和改进措施,另一个却只能一直说自己不太了解,这对于面试通过率明显是毁灭性的降低。ai时代的另一个特点就是迭代速度极快,在年前还很火很好用的openspec框架,对于现在最新大模型的高性能来说,与其用重量级的openspec还不如用轻量级的plan mode框架,能带来时间与正确率的双提升,然而现在很多面试官(包括公司)还会去强调spec框架的好用,在大厂中的人尚且如此,没有实习的人又怎么能去跟上最新的发展。说了这么多,你一定觉得我有什么好的方法能够解决这个困境吧,很遗憾我并没有,我本身也是在一个不断学习的过程中,是不是从公司内部论坛上偷一些最新理解更新自己的知识库,但是在实际面试中有一些相关的问题我还是没有办法回答得很深。但是我仍然可以给出一些意见:1.不管你要应聘的岗位是什么,你一定要从agent开始分解(包括训练和使用),了解其中的每个概念是做什么的,常用的架构是什么,设计初衷是什么等,保证出现一个相关的名词你不会哑口无言。2.流行的技术背后的核心和出发点,和前一代的区别在哪,虽然可能没办法接触到最最前沿的应用,但是其实大部分人都是有一些滞后的,一般而言对开发也不要求做到完美无缺。ps:发完上一个帖子之后面试就很顺利,也是顺利找到下一家了,还有几家在流程中,什么时候能让我体验一下选offer的快乐
查看3道真题和解析
点赞 评论 收藏
分享
03-25 18:24
已编辑
南京邮电大学 Java
1.必须要有实际的业务价值。最近发现身边很多同学朋友背景不同,经历不同,但是很多时候一些经历看似远远不如别人的同学却可以拿到更多面试机会。就是因为他会根据不同公司的招聘需求会对项目进行动态调整,以岗位要求为核心,努力让面试官一看就感觉到:这个同学的项目和我们的业务场景很贴切,一旦对项目感兴趣了,八股翻车的概率就大大降低了。面试官也会想:终于不是一个拿小破站烂大街项目海投的人了。面试通过的概率自然大大增加了。要是没有足够的时间准备可以对口的项目,也没有关系,你的项目至少要让面试官感觉,你是有思考的,不是纯粹的编程机器或者vibe coder。(当然了,最好的方式无疑就是做一个解耦的项目,可以在几个小时内快速改造。)2.在1的基础上展现自己的技术深度(贴合实际的业务场景)。这一点很好理解, 一个技术优秀的Agent项目无疑就是Agent部分足够优秀➕工程落地足够优秀。Agent部分就比如多智能体是怎么协作的,多步任务的执行能力,长期记忆短期记忆如何处理,Agent流程的可观测性,如何防幻觉等等,大家对这一点感兴趣可以看我上一个帖子。工程落地部分就比如在真实的业务场景下,你的项目的校验机制,多维权限,是否上线部署,性能与安全性,可观测性与拓展性等等,核心就是让面试官感觉这是一个完整的,可用的项目,而不是一个demo。3.在前两者的基础上展现自己的技术广度。这一点就更好理解了,比如前一个项目用多智能体协作,优秀的skill编排和记忆功能,好的MCP调用深耕一个业务场景。下一个项目就可以着重深挖RAG部分,比如 混合检索 + 重排, 多模态图像处理, 可视化管理 + 自动化评估, 三层测试体系, 全链路白盒化追踪。不过这一点依然是建立在前两者的基础上,比如投递的是RAG开发工程师,你洋洋洒洒的写上两个深挖Agent的项目加一个简单的知识库问答,这样无论你前两个项目有多优秀都很难通过初筛或初面。最后还是祝大家春招/实习顺利,offer多多。如果我说的有一点帮助,欢迎点个小星星/关注或收藏。
大厂面试问八股多还是项目...
点赞 评论 收藏
分享
牛客网
牛客网在线编程
牛客网题解
牛客企业服务