秋招offe总结 金证sp、虾皮ssp、金山sp

现在就可以开始肝了，先把简历好好改多几遍，再投它个几十家。刷题也不能停，八股文也背起来，项目经验再捋一捋。看到合适的直接投，别等年后后悔就不好搞了

1、自我介绍介绍了一下我自己啥情况，之前在哪个公司实习过，主要参与 C++ 后端相关开发工作。 实习期间我做过消息处理/服务端模块开发，参与了功能迭代、问题排查和一部分性能优化工作。 技术栈方面，我主要掌握 C/C++，熟悉 STL、Linux 开发环境、网络编程（TCP/IP）、多线程与并发编程，了解常用的数据结构与算法，也用过 MySQL、Redis 这类常见组件。 整体上我偏工程实践，比较关注代码质量、稳定性和性能，想在 C++ 后端方向继续深入。2、单例模式和工厂模式的作用单例模式：保证一个类全局只有一个实例，适合日志、配置中心、线程池这种“全局只要一个”的对象。 工厂模式：把对象创建...

第一步 定方向不同赛道的核心能力要求差异显著，算法 / 研发方向侧重编程与ML/DL核心基础，大模型应用方向聚焦LangChain、Prompt工程、RAG等实操技能，数据标注 / 处理方向主打Excel、SQL与数据清洗、标注工具的使用能力，AI产品 / 运营方向则看重竞品分析、需求文档撰写与数据分析能力，精准定位才能避免盲目发力第二步 打基础必备项为熟练掌握 Python或NumPy、Pandas、Matplotlib配套库，刷 0道左右覆盖数组、链表、树、动态规划等核心模块的LeetCode经典题型，理解线性代数、概率论等数学基础与机器学习、深度学习的核心概念，框架层面无需贪多，精通PyTorch或 TensorFlow 其一即可；有余力可补充大模型微调、RAG技术，或Docker、FastAPI 等模型部署技能，以及 Git、LabelImg 等实用工具的使用，作为求职的核心加分项第三步 做项目打造2-3个高质量实战项目，这是 AI 实习求职的核心敲门砖，含金量远高于各类证书，基础项目可落地基于CNN的图像分类、基于BERT微调的文本分类，进阶可尝试大模型RAG应用、简单的模型微调等，做项目的关键并非单纯罗列技术，而是突出解决问题的完整思路，同时量化模型优化的实际结果，让项目成果更具说服力第四步 投简历针对性梳理简历，重点突出项目经历与目标岗位的技能匹配度；同时做好面试准备，吃透自身项目的每一个细节，巩固 AI 基础概念与编程实操能力，面试中清晰表达自身的思考逻辑与实践过程，便能大幅提升拿下实习 offer 的概率

1. C++中的智能指针有哪些？它们的区别和使用场景是什么？答案：三种智能指针：1. unique_ptr（独占所有权）独占资源，不可复制，只能移动开销最小，性能最好使用场景：明确单一所有者的资源管理 std::unique_ptr<int> p1(new int(10)); std::unique_ptr<int> p2 = std::move(p1); // 转移所有权 2. shared_ptr（共享所有权）引用计数，多个指针共享同一资源最后一个指针销毁时释放资源线程安全（引用计数操作）使用场景：多个对象共享资源 std::shared_ptr<int&gt...