前言近一年，大数据面试的风向正在发生明显变化。过去，面试官更关注：数仓分层怎么设计？指标体系如何构建？Spark 调优怎么做的？而现在，越来越多的面试开始追问：你有没有做过 AI 相关项目？LLM 在数据场景中如何落地？RAG 是怎么设计的？AI 不再是「加分项」，而是逐渐成为「基础能力」。但问题是 很多人所谓的 AI 项目，只停留在：调个 API写个简单问答 Demo这在企业级场景里，是远远不够的。真正有含金量的 AI 项目，必须要解决真实业务问题，并具备：检索增强（RAG）落地能力LLM 语义理解与 Prompt 设计能力工程化架构能力（可扩展、可复用、可维护）而在我们当前的数据仓库体系中...

boss上好多已读不回😭😭，简历求修改

今日首蚌，真的很难绷住

1.自我介绍2.项目拷打3.GMP模型，线程和协程的区别4.当程序有很多goroutine时，他怎么调度执行切换5.GC详细解释混合写屏障6.100个协程依次打印1-1007.defer执行顺序8.defer可以修改返回值吗9.哪些异常不会被recover10.子协程为什么推荐要加一个recover11.tcp四次挥手12.为什么要time wait，时间多长13.服务器上如果有很多time wait如何解决，以及出现这个问题的场景有哪些14.服务器cpu占用过高如何去定位，如何发现和判断死锁发生的位置15.http和https的区别，TLS过程16.cookie和session区别17.用j...