**合合信息一面**1. 容器化部署的优势2. 写单元测试测试接口业务逻辑和性能3. goroutine的channel使用起来的要注意的？channel的使用用途？channel使用用途- 生产者和消费者模式- 事件通知- 用作信号控制最大并发数- 发送任务到协程池4. sql语句起来很慢？- 除了expalain和基础的sql优化还要去考虑表数据量太大，要分库分表5. RAG6. 多个生产者怎么保证channel只关闭一次用主协程或者协调协程关闭，生产者本身不要去关闭- waitgroup计数- channel计数7. 项目中有没有遇到goroutine竞争或者出现并发错误的情况8. golang的优势9. 什么时候创建组合索引**合合信息二面**1. 上传文件时候的安全性考量我说了鉴权、文件hash校验，答：不够2. 怎么用consul来进行服务注册与发现3. 怎么防止多个goroutine对共享数据访问的冲突4. 大模型的了解？RAG？RAG中R有什么方式？5. 某个节点收到大量的请求怎么办6. 二面就15分钟，几分钟后HR加微信告诉我薪资，然后说明天发offer

友友们，垃圾鼠鼠春招被科大讯飞收留。想问一下有没有友友了解科大讯飞卡不卡转正，裁不裁应届啊。鼠鼠加班都能接受，只想求稳定一点😂

迷茫了，目前研二，本来想找后端开发，结果实习的时候稀里糊涂进了一家小厂的agent开发。什么东西也学不到，每天就是部署模型，调提示词。现在已经离职，下一段实习是找后端开发，还是继续all in agent呢

想知道各位牛友如何看现在市场上的传统后端开发和“llm应用开发”呢，因为llm应用开发其实市场上做的工作内容参差挺大的，我大致分了几类供参考，如有不对，轻喷1.第一种最接近后端，调大模型api，然后还是搞后端那一套，无奈很多公司喜欢打着这个噱头，其实跟后端无异。2.做agent，核心工作就是prompt，rag，用低代码平台搭工作流、智能体这种，这种去了感觉失业得最快。3.搞微调，这种门槛也不是很高，但比第二种好多了，涉及模型微调、指标评估、造数据啥的。4.预训练，这种都是算法招进去的，门槛有点高，感觉危机感没那么高，虽然说也是搞数据清洗的多。5.模型压缩、推理加速啥的，这种偏底层 门槛也很高，个人感觉很好，就是要求高。大概这五种，依次从后端到算法，市面上很多名字，大模型/ai/ai agent应用开发太多了，但工作的内容差别超大。如果说涉及到的主要工作就是洗数据、造指标、微调、prompt、rag之类的或者再加一点agent，那感觉护城河似乎没那么高，甚至感觉可能还比不过java(说法可能有些绝对)，总结来说就是感觉危机感很重，想知道大伙是怎么看的，作为在校生该如何做选择呢？