26届｜美团一面 爽死我了

有没有27届学Java后端的一起交流学习啊，我是想着有同届同方向的一起能共享一些学习资源，减少一点就业信息差😭

个人情况：我是南财的，非目标院校，机考要300分才能过，难度会比目标院校的大很多。就我个人而言压力挺大的，毕竟300基本上可以说意味着200分的题必须至少是有思路能写出来一半多。然后为了求稳去刷难题，越刷越没自信，然后恶性循环。一开始的话就是多刷，什么题都刷一下，多了解有哪些题型。我刷了一百来题后听朋友说她的hr栗栗姐很负责任，就加了hr栗栗姐的微信，先给了我一些题目说熟悉熟悉刷题，虽然之前已经刷了一些题了，但我想着再刷一下也行就把给的题刷完了。刷完后就去找栗栗姐要宁外的一份题库，跟着题库继续刷。其实还是要把心态放平，正常刷就行了，尽量多刷到不同类型的题就行，不要太大压力。真的遇到那种初见杀的...

研一结束。从七月初开始学习后端相关项目，经典苍穹外卖开局。把菜鸟编程Java基础过了一边开始投实习，第一次面试是用友后端开发，牛客上介绍了相关面试问题，由于刚开始学，被问得个天昏地暗，找不到东南西北，没后续面试。目前在一家小公司实习，当初面试就问了三四个八股问题，能回答一些，然后聊了一下公司做什么业务，休息时间等等，让我等通知，很神奇的过了，后知后觉，原来只是缺一个日常打杂，文档实习生。上个月中下旬开始入职，当天进来上午安装好代码环境，还时不时来问我进度怎么样，说下午还是第二天就安排任务，挺紧张和有挑战性的，毕竟学校内容和这个不一样。1. 上班这段时间修改已经上线的项目bug,天天都是改bug,有数量要求，可bug改到后面，前端、数据库表方面的bug已经改的差不多，涉及到后端逻辑方面bug难以下手，目测项目已经启动三四年了，300+接口，我能短时间看完嘛，男泵2. 写了项目操作手册，日常文档两三次这是目前一个月的任务，带教马上离职了，而且自己改bug也不好去麻烦他什么，自己也不怎么会项目，胆怯。应该是主管职务吧，隔三岔五说改bug任务做好了吗，达标了吗，我感觉没什么技术提升，最近这几天就没怎么改了，但没做这个bug任务感觉挺对不起实习这份工作，自己感觉没做事情胆怯羞愧心理，可给这点工资不够我日常基本花销，哎，我的心里很难适应别人的催促、和压力。自己也在努力适应工作，想到以后正式工作没这么轻松和任性了，努力适应吧。鼠鼠有话要说，虽然没怎么学到东西，可鼠鼠也在积极沟通主管、带教，能不能有项目我能接入，但目前公司有七八个上线项目，除开已经有的项目更新额外需求外，基本没新项目了，额。搁这鼠鼠没项目机会啊。鼠鼠在经历一次社招拷打简历，误打误撞面试天家，就面试了二十分钟，手撕算法不算，毕竟写不来。问了简历里面三次当出现异常该如何处理，你有什么思路（我觉得这种就问的很有水平，我很认可这种提问，但我不会）。为什么不问辛辛苦苦背的八股文、正常执行的情况。现在回过头来重新重新学习苍穹外卖、黑马点评。打算好好理解这两个单体项目，虽然现在大多都微服务了，理解里面原理和报错异常，重新敲一遍。希望赶在明年五月份前，能有一段满意的实习，12月份前工作技能和知识储备能面对面试提问。另外，我是不是该辞职了，但我感觉这里身边是上班族，挺有学习氛围的，回学校学着就偷懒了，上班至少很累，但作息挺规律的。但主管别来提改bug事情了啊，拯救鼠鼠啊，我不要心里承受内耗和压力啊

后端开发实习生 - 技术一面（oc已拒）面试问题速览1. 自我介绍一下。2. 大学课程和专业背景是什么？3. 为什么在学习了C++之后，选择Java和Python作为主攻方向？4. 你的学习方法是怎样的？如何保证学习的系统性？5. 具体谈谈你是如何学习Java的？6. 详细介绍一下你的AI Agent项目，它是如何实现的？7. 你使用的Spring AI框架和常见的开源基座有什么区别？8. 你的知识库是如何构建的？为什么选择自定义数据处理流程？9. 如果需要开发一个能扮演特定游戏角色的定制化Agent，你会如何设计？10. 在这个定制化Agent项目中，数据的重要性如何？如何获取和处理这些数据？11. Docker和K8s有什么区别？12. 微服务架构和单体架构的区别与优势是什么？13. 如何设计一个高并发系统的架构？14. 常见的负载均衡算法有哪些？15. Java中遇到死锁该如何分析和解决？16. 如何处理前端的跨域问题？17. MySQL查询性能如何优化？18. 你对前端技术了解多少？我的回答策略与核心亮点针对问题：开场自我介绍，展示个人技术全貌回答策略/框架：我采用了“技术栈 → 项目经验 → 学习理念 → 全栈能力”的结构化叙述方式，旨在快速建立一个技术扎实、有实践、爱钻研的立体形象。核心案例与亮点：项目经验具体化：通过“库存管理系统”引出性能优化能力（ES提升检索、RocketMQ削峰、Redis缓存热点）。突出前沿技术：通过“智慧农业项目”展示AI应用开发能力（Spring AI, RAG问答引擎），并用“大创国家级”奖项来量化成果。展现学习深度：主动提及学习MIT课程并实现Raft算法，强调自己对底层原理的追求和强大的自驱力。针对问题：考察学习能力、技术视野和决策逻辑回答策略/框架：我提出了一个“实践驱动”的学习模型：“先概览框架 → 快速上手实战 → 深入底层查漏补缺”。对于技术选型问题，我从“场景适用性”（如C++底层 vs. Java业务）和“技术趋势”（如Python for AI）两个维度进行阐述，展示了我的决策逻辑。核心案例与亮点：这个回答的亮点不在于某个具体案例，而在于其方法论本身。它向面试官清晰地传递了我的核心优势：拥有高效、系统化的自学能力，能够快速掌握并应用新技术，同时具备清晰的技术判断力。针对问题：深入考察AI应用项目的技术实现细节和原理理解回答策略/框架：我采用了“What-How-Why”的解释框架。What：这是一个基于Spring AI的RAG Agent。How：通过添加外部知识库、使用Redis持久化对话记忆等方式实现。Why：着重解释了为何自定义数据处理流程（PDF转Markdown、语义分块、向量化），而不是直接使用框架自带功能。核心案例与亮点：本环节最大的亮点在于对“PDF按页切分会破坏语义完整性，从而影响检索精度”这一细节的深入分析。这不仅展示了我对RAG原理的深刻理解，更体现了我在工程实践中追求细节、主动优化、解决问题的能力。此外，在回答定制化Agent问题时，我提出了从提示工程 → RAG → 模型微调 (LoRA) 的分层解决方案，展现了全面的技术视野和对成本效益的考量。针对问题：考察后端核心架构与概念（分布式、高并发、数据库等）回答策略/框架：对于架构设计类问题（如高并发），我采用“多维度拆解法”，从多级缓存、熔断机制、高可用架构（主从/集群）等多个角度系统性地展开。对于概念类问题（如死锁），我采用“原理+解决方案”的模式，先清晰阐述其形成的四个必要条件，再讲解如何通过破坏其中条件来解决。核心案例与亮点：回答的系统性和深度是关键。例如，在谈论负载均衡时，不仅能罗列出轮询、哈希等算法，还能进一步分析“最少连接/空闲实例算法”相比于简单轮询的优势，这体现了对技术背后原理的深入思考，而非简单背诵。针对问题：考察技术广度和知识边界（前端/容器）回答策略/框架：对于熟悉的部分（前端跨域），同样采用“原理+解决方案”模式，并提供了前端（反向代理）和后端（CORS配置）两种维度的解法，展示了全栈视野。对于不熟悉的部分（K8s），采取“诚实承认+阐述已知基础”的策略，先表明自己主要使用Docker Compose，然后从理论层面尽力对比二者。核心案例与亮点：对跨域问题的双端解决方案是加分项。同时，坦诚自己对K8s实践经验不足，并尝试进行理论分析，展现了诚实和积极思考的态度。这也提醒大家，面试中遇到知识盲区，诚实是最好的策略，如果能补充一些理论理解会更好。