关于那些面试作弊以及简历造假

公司是本地做电气控制的企业，嵌入式团队氛围很赞，带我的师傅是资深工程师，会耐心教STM32外设驱动、RTOS项目开发，从原理图到代码调试都手把手带，能学到真东西。公司不搞形式主义，不加班，技术氛围浓厚，项目都是实打实的工业级产品，能完整参与从需求到落地的全流程，对应届生成长帮助极大。唯一小缺点是薪资不算顶尖，但技术成长拉满，很适合想深耕嵌入式的同学入行。

双非一本，Java后端，26届。截至今天投了54家，整理一下真正有用的方法，不说废话。 1. 网申填表用工具，别手动 这条最值得说。每家公司有独立的网申系统，信息全部要重填，学校、GPA、实习经历、项目经历，有的表单还有家庭信息，一家填下来少则十分钟多则半小时。 后来用了牛客网申助手（浏览器插件），把信息录进去一次，打开各家网申页面自动识别字段填写，基本不用动手。54家里大概有35家是装完之后投的，保守估计省了6-8小时纯体力活。 找工作的同学这个建议装一下，免费的，搜"牛客网申助手"。 2. 维护一张投递进度表 投多了之后大脑根本记不住每家状态，有的公司笔试有截止时间，不...

淘天搜推团队的AI应用算法工程师实习岗，整整115分钟，是我面试以来时间最长的一场。整体分为五个环节：① 自我介绍（面试官也同步介绍了搜推团队的业务）② 大模型基础知识问答（30分钟）③ 项目深挖（40分钟）④ AI Coding笔试（30分钟）⑤ 反问环节（10分钟）技术问答和项目深挖尤其硬核，面试官会顺着你说的方向一直往下追问。提问：大模型基础：- Attention的QKV怎么计算，WQ/WK/WV的形状- MOE的路由机制，稀疏vs稠密的区别- KV Cache在prefill和decoding阶段的读写差异- 大模型幻觉怎么规避- 微调后出现复读机，怎么排查- SFT够用 vs 必须上DPO/RL，怎么判断- DPO损失函数的潜在问题- KL散度在模型对齐里的作用还问到了Google的TurboQuant KV Cache，这块我确实不太了解，如实说了🫠深挖了项目，简历上的两个项目都被追问得很细。建议：简历上写的每一个点都可能被问到底层逻辑，提前想清楚“为什么这么做”。AI Coding笔试第一次遇到这种形式——不是自己闷头写代码，而是和AI协作完成一道设计题。面试官说“过程比结果更重要”，让我松了一口气。我的做法是：先让AI输出整体技术方案，确认思路后，再开多个会话并行处理各模块。笔试环境有点卡，但稳住心态、把思路讲清楚就好。整体感受：115分钟对我来说确实是新纪录，中途压力不小。但面试官整体很专业，不刁难，追问都是顺着你的思路往下挖。发个面经攒攒人品，希望能过🙏

联发科二面相比一面，更关注系统设计能力、工程经验以及对问题的深入推导能力。面试官通常会从一个开放问题切入，持续追问实现细节、性能瓶颈以及设计权衡，重点考察是否具备完整的系统思维。面试题目设计一个高并发嵌入式数据采集系统，要求支持多种外设并保证实时性与可靠性设计一个支持断电恢复和回滚的固件升级系统如何定位一个长期运行后出现的内存泄漏问题如果系统出现偶现卡死且无法复现，应如何系统性排查多核系统中如何设计任务调度以减少锁竞争在高并发场景下，如何优化中断处理路径以降低延迟设计一个高效的用户态与内核态数据交互机制如何优化Linux系统启动时间，从上电到应用启动全过程分析如果设备出现频繁IO阻塞，如何分析...