海康威视2024届春季校园招聘内推码

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...

这就是不想好好聊呗

项目其实就是外卖跟点评，ai润色了一下就想在暑期实习之前找个中小厂这种程度足够吗

1. 简单做个自我介绍，重点说说你的项目经历和技术栈。答案要点：基本信息：学校、专业、预期实习时间技术栈：C++、数据结构与算法、Linux、数据库等项目经历：1-2个核心项目，突出技术亮点个人优势：学习能力、代码质量、问题解决能力对蚂蚁的了解和期望2. 详细介绍一下你简历中的某个项目，包括技术选型、架构设计、遇到的难点和解决方案。答案要点：项目背景：业务场景、用户规模、技术挑战技术架构：模块划分、技术选型理由、设计模式个人职责：负责的具体模块和功能技术难点： 性能瓶颈及优化方案并发问题及解决方法数据一致性保证异常处理和容错机制量化成果：性能提升、响应时间、资源占用技术沉淀：可复用的组件、文档...