数字政通实习

ai时代其实做底层的基础模型开发永远都是少数人，而大部分人其实做的依然是开发方向，agent，rag，后端这些。可能有人说我学agent不需要学后端语言，其实并不是这样。我看了公司的ai项目，其实也会涉及到一些缓存，数据库的存储。agent开发不止需要的是对于大模型的基础性理解，还是需要一定的工程能力。刚开始企业在招聘的时候，主要考察ai是因为产品还在初始阶段，用户量不算很大。用户量大到一定程度就需要工程能力了，降级，容错，数据存储，性能优化，这是工程能力，而ai幻觉，输出质量稳定性，agent编排，微调需要的是ai能力。以下是更偏后端的ai开发的全栈能力1.  基础后端能力一门业务语言，框架，体系(java/golang/cpp)核心是构建后端服务，语言并不是最重要的，框架也不是最重要的。后端能力学框架并不是框架本身，而是涉及到底层的网络/io/数据存储/操作系统。为啥用多路复用，怎么结合业务逻辑配置缓存淘汰策略，其实是对计算机本质的理解。框架，中间件都是一层套一层的，最终会回归到最本质的io与trade off2.ai能力超越调用API，需理解大模型的核心原理（如Transformer架构、注意力机制）及其能力边界。ai应用侧的能力prompt，rag，mcp，langchainagent编排3.大数据处理能力随着互联网公司的数据量增大，普通的mysql以及不能支持高效的查询。对于一些复杂的聚合计算，报表这些通过简单的行式存储(tp)已经不能满足未来的需要，所以出现了列式存储(clickhouse/doris)。需要了解从tp数据库的清洗流程(flink流式处理/离线处理)ai时代我认为，数据的作用将会不断增大4.垂直领域的业务能力互联网(金融/电商/社交/内容/直播)都需要ai来赋能以我所在的跨境电商行业为例，你是否熟悉电商下单到跨境物流(头程，尾程)再到合规等业务，能否打通业务全链路形成闭环为什么未来需要全栈能力？(1)ai提升了代码开发的效率，如果我们把java，大数据，ai分成3个岗位，中间的沟通时间就会浪费掉，而ai更加擅长的其实是技术细节的coding(2)做ai开发prompt，rag，agent编排的偏向ai侧的工程师，其实是需要非常熟悉业务的，而java工程师最擅长的就是业务，不如让一个人去做，效率最高，不懂业务做ai开发效率是没那么高的就像美团履约团队，让前端去转后端一样，有可能未来，全栈正在成为一种趋势所以，先广度，再深度，先把工程能力和ai能力的广度建立起来，再对一些方面进行深挖最后再来谈谈为什么我认为ai是取代不了程序员的。我认为最核心的一点就是未来写代码有可能是一个需要情商的事情？什么叫需要情商，就是你废力去做的一个需求，可能用户根本不需要。举个例子，产品问开发，你认为这个需求最多能够承受多少数据量，开发问产品，你认为客户的需求能做到多少数据量就可以了。像saas公司，你真的要做到满足客户100%的需求嘛，不是的，因为你真满足了，你的服务器成本会很高，公司发现不划算。这就是一个trade off的问题所以本质上程序员开发涉及到情商/成本trade off/商业化思维的时候，ai做不了了还有一点就是行业的业务，以我在saas公司的经历，我认为saas公司其实就是在垂类赛道把行业的业务知识搞透了，赢得了客户的信赖，而其中一些业务设计，ai理解起来会非常困难。垂直领域的业务知识或许会成为程序的壁垒之一

基本情况：双非一本，6年前端经验，因前公司组织架构调整，项目组优化，gap半年以上，期间在备考公务员，感觉上岸比较困难，加上对od平台一直比较感兴趣，从HR鱼丸这里了解到有新的院校清单，并且自己在清单内，所以决定一试。机考：复习了两周多参加了机考，难度是有的，但是及格线还是比较轻松的，第一题考的是数组和字符串，比较经典；第二题考的是队列；最后一题是贪心。感觉和复习的力扣题目相比，考题会更加场景化，理解题意很重要。估分时就知道是低分飘过，HR鱼丸查询报告无误后告知可以继续推进。综测：鱼丸说了下大致的注意事项，我是在安静的环境、情绪稳定的时候做的，大概半小时以内搞定了，提交之后反馈给HR，很快就通...

感觉真不简单啊太卷了。。。。1.简历拷打2.实习拷打3.二阶段的训练会存在什么问题？有没有考虑加一个模块直接改成一阶段的？4.介绍一下rqvae怎么做的？训练遇到了哪些困难？如何处理的？5.代码加油站买股票最大收益问题，可买卖两次反问

之前在鹅厂实习过一段时间了，今天想跟牛友们聊聊大厂的“祛魅”时刻。没进来之前，我对这里是有厚重滤镜的。那时候觉得大厂就是技术圣殿，我也能像网上说的那样“用代码改变世界”，身边的同事肯定个个都是技术大牛，手里敲的都是高大上的架构，每天谈论的都是高并发、微服务、AI大模型。那时候觉得，能拿到offer简直是人生巅峰。但真进来了，滤镜碎得稀里哗啦。 最大的感受就是：这里不是在搞个人英雄主义，而是在运转一台巨大的精密机器。以前在学校做项目，我是全栈，前端后端数据库一手抓，想怎么改就怎么改。在这里？不可能。分工细到让你怀疑人生。你可能只负责一个巨大app里某一个页面下的某一个按钮的逻辑。你的上下游有一堆人盯着：产品经理在那儿抠细节，测试在那儿卡bug，运维在盯着发布流程。我发现大厂最消耗精力的往往不是写代码，而是“对齐”和“流程”。 你想改一行代码？不行，得先评审，再过代码review，然后跑流水线，最后还要等发布窗口。有时候写代码只花30分钟，但跟产品扯皮、填各种审批单、搞通各种内部自研的工具链，得花上一整天。再说技术，确实有牛人，但也并不全是“神仙代码”。很多时候我们要面对的是十年前的“祖传屎山”，不敢动，也不能动，只能小心翼翼地在上面打补丁。不过，虽然没造上火箭，但这种“工业化”的开发流程确实教会了我很多：怎么在复杂的协作里把事做成，怎么保证系统的稳定性。