offer选择

AI 让一家做内存的公司值过特斯拉😱 大家都知道海力士吗？最近海力士全面大涨，给大家整理了下国内值得关注+投递的公司/赛道👇 看清楚：什么是 AI 算力链？ 一张图说清楚： 应届生卷大模型公司（OpenAI / 字节 / 智谱）→ 大模型公司给 Nvidia 送钱 ↓ Nvidia 卖 GPU 给所有人 ↓ Nvidia 的 GPU 离不开三类供应商： ↓ ┌──────────────────┬──────────────────┬──────────────────┐ ↓ ↓ ↓ ↓ 存储芯片 GPU 设计 半导体设备 半导体材料 （SK / 三星 / 美光） （Nvidia / AM...

手撕两数之和（不是力扣 是输入两个数字返回数字的和）

上周组里招人，我面了六个候选人，回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人，算法题写得都不错。第一道二分查找，五分钟之内给出解法，边界条件也处理得干净。第二道动态规划，状态转移方程写对了，空间复杂度也优化了一版。我翻他们的简历，力扣刷题量都在300以上。后三个呢，就有点参差不齐了。有的边界条件没处理好，有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生，我印象特别深——她拿到题之后没有马上写，而是先问我：“面试官，我能先跟你确认一下我对题目的理解吗？”然后她把自己的思路讲了一遍，虽然最后代码写得不是最优解，但整个沟通过程非常顺畅。这个女生的代码不是最优的，但当我问她“如果这里是线上环境，你会怎么设计’的时候，她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么？我自己的经历可能有点代表性。我当年校招的时候，也是刷了三百多道题才敢去面试。那时候大家都刷，你不刷就过不了笔试关。后来工作了，前三年基本没再打开过力扣。真正干活的时候，没人让你写反转链表，也没人让你手撕红黑树。更多的是：这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官，慢慢调整了自己的评判标准。算法题我还会出，但目的变了。我出算法题，不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候，是怎么思考的。你会先理清题意吗？你会主动问边界条件吗？你想不出来的时候会怎么办？你写出来的代码，变量命名乱不乱、结构清不清楚？这些才是工作中真正用得到的能力。LeetCode是一个工具，不是目的。它帮你熟悉数据结构和常见算法思路，这没问题。但如果你刷了三百道题，却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的，那这三百道题可能真的白刷了。所以还要不要刷LeetCode？要刷，但别只刷题。刷题的时候，多问自己几个为什么：为什么用这个数据结构？为什么这个解法比那个好？如果换个条件，解法还成立吗？把刷题当成锻炼思维的方式，而不是背答案的任务。毕竟面试官想看到的，从来不是一台背题机器，而是一个能解决问题的人。

韩国海力士最近非常的火热，市值突破9000亿了，听说在里面的工作人员目前在相亲市场都非常的受欢迎，跟过去的国内阿里员工有一拼～ 我看了下海力士的情况，越想越觉得里面有应届生能抓的东西。今天就跟你掰扯掰扯：海力士为什么暴富、中国能赌哪个对应赛道、应届生具体投什么公司什么岗位。 一、海力士到底踩中了什么 一句话：它做 HBM，Nvidia 离不开它。  HBM = 高带宽内存，AI GPU 的"必配内存" 老黄（黄仁勋）当着所有人说：H100、H200、B200，全靠海力士 HBM 撑算力 三星 HBM3E 良率搞砸了，海力士独家供，全球市占 50%+，毛利率干到 50% 以上...