求牛客大神指点。九月份研二，大数据方向想转型

本硕双九，研二了，组里在做知识图谱的项目，不放实习没有论文，做了一些大模型相关项目，听说卡论文和实习，有没有必要转java呢？

本人二本九硕，2027届开学研二。实验室项目太多，研一下就疯狂外派出差，一个项目出差了三个月，所以感觉以后实习也很悬，目前是写了一篇视觉的小论文，跟大模型没关系，感觉也没什么用。最近看大模型很火，所以就学了一个月，但是感觉大模型的论文好像不太好发，算法基本没希望，只能找一些大模型开发的，但如果后面不放实习的话，感觉也不好找。java还没开始学。请教各位牛友，如果真没有实习的话，选哪个all in可能会好一些呢😭😭

数据开发岗 秋招第一个面试，被狠狠拷打了1.spark和flink有哪些共性和区别2.你说到flink是一条数据一条数据的处理，那我们要对以前数据做聚合会怎么处理(状态机制)3.状态怎么进行恢复和使用(checkpoint机制，下游二阶段提交)4.为什么会有二阶段提交5.了解过二阶段提交机制怎么实现吗6.两阶段提交是保证卡夫卡提交和checkpoint机制同时完成，怎么去保证这个事情，状态保存在哪里7.flink针对kafka是怎么去传递两阶段结果的8.对spark有哪些自己的理解9.spark为什么能处理大规模数据集(高并发)10.多台机器处理，内存是比较宝贵的，数据过大，内存放不下怎么处理(写盘)11.spark当中结点分为那些类型12.大规模数据集，不断落盘，是写到同一个磁盘文件还是多个磁盘文件13.spark中间会一直生成小文件，如何处理14.什么是OOM，什么时候会出现OOM15.怎么去定位OOM出现在哪16. jvm, 内存模型17.spark SQL怎么执行(任务调度)18.底层资源调度是什么资源19.程序运行，内存放的什么东西，怎么管理内存，内存分配20. MySQL执行引擎21.什么是聚簇索引22.为什么要回表，什么样的操作会回表23.介绍什么是b+树24.知道平衡二叉树吗，什么是二叉树25.精准一次语义，kafka中有那些语义26.java这一块熟悉哪些内容，对java这块实现数据结构了解那些27.hashmap底层怎么实现，怎么去实现不可重复的，如果重复了怎么处理。hashcode和equals方法有什么区别和联系，如何判断是否和现有的key相同28.线程安全问题，什么是线程安全29.主要课程包括哪些30.大模型这块，transform架构了解过吗，用来做什么31.SQL题，求班级TOP5学生信息32.SQL锁机制，多个用户同时去写一条数据33.锁机制和事物区别34.什么是悲观锁什么是乐观锁35.乐观锁怎么实现36.进程和线程有什么区别，怎么去调度线程/进程运行，了解过协程吗37.一个进程中包含哪些部分，哪些数据38.讲一下堆和栈，栈有哪些应用反问后续，9.26约二面

自我介绍 吟唱了半小时项目（两个项目，只问了开源社区的，跟容器相关的底层原理吟唱了一堆）半小时算法1.搜索二维数组2.零钱兑换3.没见过的题，快照数组类实现，要求支持快照操作（时间O（1）复杂度真不会），以及根据快照ID获取指定快照版本的指定索引的值，做不出来然后开始拷打我第三题怎么优化，让我先不用想o1，想了个做法但是空间复杂度爆了，让我继续优化，不会，让我后面结束了在思考然后又给了个题，http请求的全过程，开始吟唱dns解析，TCP三次握手，然后又问我https呢，开始吟唱tls四次握手，又问我ca证书怎么保证可靠性，这里有点记不太清了凭感觉答，又问我客户端的ca证书具体是什么东西（？？）然后又问我获取ca证书的请求是http还是https，能不能被攻击（妈妈我真不会），最后来一句“你刚大三是吗，学过计算机网络吗”（😅）然后又给了个题，fork三个子进程，每个进程循环100次对父进程的i做++操作，问最后父进程的i是多少，答0，开始扯copy on write，然后问我要输出300呢，答线程+锁，又问一定要进程实现呢，不会开始猜，想了个指针的做法但当他面否定了因为非法地址访问了，问题结束后面又问了一些ai相关的东西（面试前压根没准备，只能硬着头皮答使用经验，说了些rag的过程，市面上ai产品的横向对比体验），问我哪个好用，说claude code然后开始说起他的multi agent反问：面试表现组里业务想landing怎么做，答最近组里在搞ai相关的东西，建议学点大模型😅😅😅