帮选offer

我现在研二下想找实习，但是对于方向并不确定，本科专业是电子信息，硕士专业是电磁场与天线技术，研究方向天线与AI交叉方向，两边都学不精，但决心不读博想工作，应该找天线方向还是AI方向。基本信息：研二下，本科211，硕士985。本科做过大创项目（CV方向），参加过数学建模比赛，拿过国家奖学金和学业奖学金，本硕都有学生工作经验。硕士期间目前有一篇会议论文（天线方向）。根据以往学长学姐的经验，天线方向工作似乎并不好找。但我本硕都不是计算机专业，导致不是科班出身，同时现在的大模型是否也对ai行业有所冲击，这些我都了解甚浅，道听途说也终归不懂行情。我也想不断磨练自己，原本读研就是想进一步磨练增长本事，但结...

上周组里招人，我面了六个候选人，回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人，算法题写得都不错。第一道二分查找，五分钟之内给出解法，边界条件也处理得干净。第二道动态规划，状态转移方程写对了，空间复杂度也优化了一版。我翻他们的简历，力扣刷题量都在300以上。后三个呢，就有点参差不齐了。有的边界条件没处理好，有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生，我印象特别深——她拿到题之后没有马上写，而是先问我：“面试官，我能先跟你确认一下我对题目的理解吗？”然后她把自己的思路讲了一遍，虽然最后代码写得不是最优解，但整个沟通过程非常顺畅。这个女生的代码不是最优的，但当我问她“如果这里是线上环境，你会怎么设计’的时候，她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么？我自己的经历可能有点代表性。我当年校招的时候，也是刷了三百多道题才敢去面试。那时候大家都刷，你不刷就过不了笔试关。后来工作了，前三年基本没再打开过力扣。真正干活的时候，没人让你写反转链表，也没人让你手撕红黑树。更多的是：这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官，慢慢调整了自己的评判标准。算法题我还会出，但目的变了。我出算法题，不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候，是怎么思考的。你会先理清题意吗？你会主动问边界条件吗？你想不出来的时候会怎么办？你写出来的代码，变量命名乱不乱、结构清不清楚？这些才是工作中真正用得到的能力。LeetCode是一个工具，不是目的。它帮你熟悉数据结构和常见算法思路，这没问题。但如果你刷了三百道题，却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的，那这三百道题可能真的白刷了。所以还要不要刷LeetCode？要刷，但别只刷题。刷题的时候，多问自己几个为什么：为什么用这个数据结构？为什么这个解法比那个好？如果换个条件，解法还成立吗？把刷题当成锻炼思维的方式，而不是背答案的任务。毕竟面试官想看到的，从来不是一台背题机器，而是一个能解决问题的人。

求内推

先简单自我介绍一下。你项目里有RAG地学知识库系统，介绍一下RAG是什么？用户提问时，大模型和RAG是怎么配合工作的？在这个RAG系统里，Redis用来做什么？Redis和MySQL有什么区别？Redis如何解决内存数据丢失问题？AOF记录的是什么操作？AOF重写是怎么合并的？项目中使用Redis有没有遇到缓存问题？过期时间怎么设置，有哪些考虑？MySQL索引回表是什么意思？了解MySQL最左前缀原则吗？联合索引(a,b,c)，查询条件写b、c、a还能命中索引吗？项目中消息队列的使用场景是什么？Kafka消费慢、消息积压该怎么处理？Kafka数据丢失一般是什么原因？你学习新编程语言的思路是什么...