以前准备后端面试的时候，主播最大的痛苦不是资料太少，而是资料太多。我当时最大的困惑是根本不知道这些资料该按什么顺序学、学到什么程度、哪些才是真正面试一定会问的。因为这个问题，我白白浪费了很多时间。举个最直接的例子：我曾经把某林 Coding 上的计算机网络从头到尾看了两遍，甚至还整理过一张很大的思维导图。那时候我以为，既然要面试，就应该尽可能学全、学深。 但后来真的开始面试、经历完秋招，再回头复盘我参加过的 40 多场面试后，我才慢慢发现：计算机网络真正高频、真正决定你能不能开口答出来的，其实就那么一小部分。再往后看，Java 基础、JVM、JUC、MySQL、Redis、操作系统这些后端常见...

挑战全网最惨27届应届生。十几场面试全挂，道心破碎，后续不打算面了，先调整一下心态了。金三银四感觉和双非无关

昨天晚上妈妈突然告诉我，一个在科大毕业每几年的亲戚去世了，才三十不到。突然间我躺在床上，感觉自己对未来的焦虑、烦恼，似乎在生命之重面前成了一片微不足道的叶。昨天我的女朋友送了我一个噜噜的玩偶，我把它放在床上陪着我睡觉。我突然想到，如果有一天我生了一场大病，躺在床上，无法健身，无法学习，无法和我爱的人一起散步，吃饭，做最平常的事情，这有多么可怕啊？我们现在活着，爱着，在努力地往前走，这就是最伟大的财富了。

1. 自我介绍2. 为什么推荐系统里要做多目标优化，而不是只优化点击率只优化点击率会把系统推向强刺激、短反馈的内容，短期看 CTR 好看，长期可能损伤时长、留存、消费深度和用户满意度。推荐系统真正面对的是一个多目标约束问题，点击、时长、转化、留存、内容生态健康、创作者收益往往都重要，而且这些目标之间存在天然冲突。多目标优化的核心不是把几个 loss 简单加权，而是处理目标尺度不一致、梯度冲突和业务优先级变化。很多系统前期用静态加权，后期会演进到门控式任务塔、动态权重、MMoE、PLE，甚至通过因果或强化学习方式做长期目标建模。优化的是用户长期价值，而不是某一个表层指标。3. 当业务里同时有视频...