我作为后端求职者，即便 AI 能解题、写代码，刷 Leetcode 依旧很有必要。AI 只能给出答案，却练不出你的逻辑思维、代码思维与解题思路。面试依旧看重手写算法、思路推导，刷题锻炼的底层思维，是 AI 无法替代的核心能力。

究极折磨，缓了三天才想起在牛客发布。

本人9本无实习经历，二月初开始面试，快手xhs简历都挂，京东一直泡池子，腾子三面挂，滴滴大模型算法一面挂，美团二面挂，亚麻OA都A了也挂，Google一面也挂。反正都是在挂中度过的，其实二月也是比较焦虑和陷入自我否定当中吧。但是还是比较感谢节子的速度的，而且面试的过程里面的氛围和节奏都很舒服，介绍业务和发展方向也是很明晰的。hr小姐姐人也挺好的，而且全程都是hr加我微信进行推进的，有什么情况和我说和和及时帮我推进流程，每次面试前都会提醒我今天的面试以及祝我顺利。（我感觉体感上面，志节是我面过的体验最好的一个了，从hr到面试官人都不错）timeline:3.6投简历推进评估3.7 hr打电话来约面3.9一面，20min后约二面3.11二面，二小时后约三面3.13三面，两小时后约hr面3.13hr面，面完就差不多oc了3.17 收到正式的offer

2026-4-11  请详细介绍当前实习经历 是否做过算法优化相关工作 调用算法模型接口后，模型多久能返回结果 与算法模型的通信是如何设计的 通信是否为异步调用，是否等待返回结果 业务调用时若出现结果丢失情况，是否有应对措施 是否写过匹配规则，是否通过哈希表进行查找 异步加线程池实现采集和数据源并行查询的主要用途，是否与模型对接时使用 线程池的参数是如何设计的 线程池的核心线程数和最大线程数是否为同一个大小，为何到核心线程数就阻塞 线程池中父任务占满核心线程后，是否还会有新的父任务进来 请简单介绍线程池的工作流程 线程池的阻塞队列选择的是哪一种 线程池的拒绝策略有哪些，当前使用的拒绝策略是什么...