29届这样的简历能投什么厂

投票
🎓学历背景:中9本在读
👨‍💻意向职位:agent全栈开发工程师
#我的简历长这样#
全部评论
作为29届已经很强了,我给一点我的小建议吧仅供参考,技术上:可以多补一点工程设计的能力,这个在vibe coding时代更重要一点,履历上:这个学期我建议你可以准备一下ospp,用ospp把你的demo项目给换掉,大二上学期,或者七八月份的时候找你的在大厂的学长学姐NT一下,985+ospp+组内推绝对可以进面,只要看面试表现就好了。综上现在要做的事情 1. 准备ospp,尽最大努力中选2. 八股+力扣这些基本的,因为29届的简历大部分HR还是不收的,所以我建议可以通过ospp攒一下经历,然后再享受一下校园时光
1 回复 分享
发布于 昨天 20:12 浙江
29 届先一边玩会吧给 28 留点活路吧
1 回复 分享
发布于 03-06 15:50 江西
一个学期精通这么多内容?还会网络安全逆向?
点赞 回复 分享
发布于 03-06 18:41 江苏
29 届先一边玩会吧给 27 留点活路吧
点赞 回复 分享
发布于 03-05 20:44 辽宁
求大佬们拷打不足之处
点赞 回复 分享
发布于 03-05 20:30 辽宁

相关推荐

头像
03-05 16:52
已编辑
北京邮电大学 Java
最近做了一个企业级 RAG 智能体项目 Ragent,基于 SpringBoot 技术栈 + 手搓 RAG,完整开源了。不是 Demo 级别的调 API 玩具,是覆盖了 RAG 全链路的工程实现,分享出来给大家参考。GitHub:https://github.com/nageoffer/ragent为什么做这个项目现在面试越来越多地问 AI 相关的东西——RAG 怎么做的?Agent 怎么实现?MCP 了解吗?但市面上大部分 RAG 教程要么是 Python 生态,要么停留在调 API 跑通 Demo 的阶段,离真正能上线的系统差距很大。所以基于自己在公司实际落地 RAG 系统的经验,做了 Ragent 这个项目,把企业里真正会遇到的问题都实现了一遍。核心能力▪ 多路检索引擎:意图定向 + 全局向量双通道并行,检索结果经去重、重排序等后处理流水线。▪ 意图识别:树形意图分类体系,置信度不足时主动引导澄清。▪ 问题重写与拆分:多轮对话自动补全上下文,复杂问题拆分为子问题分别检索。▪ 会话记忆:滑动窗口 + 自动摘要压缩,控制 Token 成本的同时保留关键上下文。▪ 模型路由与容错:多模型候选、优先级调度、首包探测、三态熔断器、自动降级。▪ MCP 工具调用:知识检索与外部系统调用在同一流程中无缝融合。▪ 文档入库 ETL:基于节点编排,从解析、分块、向量化到写入 Milvus,每步可配置、有日志。▪ 全链路追踪:每次对话的重写、意图、检索、生成各环节都有 Trace 记录。技术栈后端:Java 17、Spring Boot 3、MyBatis Plus、Milvus 2.6、Redis + Redisson、RocketMQ 5.x、Apache Tika、Sa-Token前端:React 18、TypeScript、Vite代码量:后端约 4w 行,前端约 1.8w 行,20 张业务表,22 个前端页面。和 Demo 项目的主要区别▪ 检索方式:Demo 通常是单路向量检索,Ragent 是多通道并行 + 后处理流水线。▪ 意图识别:Demo 没有,Ragent 做了树形意图 + 歧义引导。▪ 模型调用:Demo 单模型挂了就挂了,Ragent 多候选路由 + 熔断降级。▪ 会话记忆:Demo 全量塞给模型,Ragent 滑动窗口 + 摘要压缩。▪ 可观测性:Demo 没有,Ragent 全链路 Trace。项目会持续迭代,感兴趣的同学可以 clone 下来跑一跑,有问题欢迎提 Issue 交流。
勇敢的王老五最喜欢春...:我以为是营销号呢,进来看是特么的大佬
AI求职实录
点赞 评论 收藏
分享
评论
1
2
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务