百度推荐算法实习一面

每一次AI工具的更新，市场上都说不需要前端了，然而事实真的如此吗？互联网本身就是新兴技术，因此互联网的各种工种也是受AI影响最深最快的前端不会消失，只是可能会HC减少，并以另一种形态存在，说说我当前的工作状态吧👇去年下半年到现在，工作80%都是AI相关，工作边界变得更加广阔：1）技能结构：从“前端单点”升级为“产品+内容+技术”的复合型以前更像是典型的前端工程师：把需求实现出来、把页面做出来、把交互写出来。现在更接近“能把想法从 0 推到 1”的复合角色——既要会产品设计，也要能用 AI 批量生产内容，还要具备把功能快速落地的代码能力。2）协作方式：从“对接上下游”变成“AI 协同 + 跨部门整合”过去协作更多是：跟产品确认需求、跟后端对接口、跟测试走流程。现在更常见的模式是：我直接参与需求设计，用 AI 快速做 demo 或原型，先上线验证方案是否可行，再根据数据/反馈迭代。3）交付目标：从“交付代码”变成“交付解决方案”以前衡量产出最直接的方式就是：写了多少功能、交付了多少代码。现在更像在交付“产品 + 技术”的整体结果：不仅把功能做出来，还要解决业务问题。工作的时间配比也发生了些变化👇20%：手写代码（更多是修 bug、处理边界问题、关键逻辑兜底）30%：指挥 AI 写代码（生成、review、accept/undo，然后 commit & push）30%：调提示词/调产出质量（让 AI 更稳定、更贴合业务）20%：和 AI 一起想点子、做方案迭代（找方向、试路径、优化体验）在我这些项目里，几乎没有“前端/后端”的明确分界：很多时候是我跟业务把需求聊清楚、方案定下来，就直接开发上线；有些需求甚至是我在 AI 的帮助下自己做方案、自己验证、自己推进落地；AI 带来的不是“写代码更快”这么简单，而是让一个人具备了更强的端到端能力：从需求到方案、从验证到上线，都能更轻、更快地跑起来。那么有人就要问了：你涨薪了吗？你涨薪了吗？你涨薪了吗？😊😊😊先说结论：那肯定是没有的但是你不适应时代的变化，你就会被时代所淘汰，AI时代除了传统技能以外，更多的还是拼你对业务 、对市场的理解，过去程序员很多只停留在代码跑起来的逻辑上，但忽视了很多代码背后的业务情况，AI时代帮你节省了写代码时间，给了你更多的思考时间——你对于业务是否有更好的解决实现方案，是最重要的能力实习的时候不要总是低头看代码，更要横向看看业务目标

本人26届硕，苦苦等到了华子的开奖，并且已经给了14顶的薪资，结果被导以手里课题没做完，论文没投出去不让写毕业论文，延毕半年。华子那边已经撤offer了。不知道下年还有没有机会进华子。也不知道其他厂接不接受延毕的

Java这些年一直很稳。金融、政企、互联网中后台，到今天仍然离不开它。但问题在于，稳并不等于增长。当行业红利放缓，我们都会遇到同一个困惑：除了写Java，还有没有其他的路可以选？如果只能推荐一个方向，我会先看“能不能放大个人价值”。这也是为什么云原生相关技术越来越重要。Docker、Kubernetes、服务治理、可观测性，这些并不是简单的工具堆砌，而是决定系统如何运行、如何扩展、如何省钱的核心能力。会写业务代码的人很多，但真正理解系统如何在生产环境稳定跑起来的人，始终稀缺。对Java程序员来说，这是天然延伸，而不是推倒重来。另一个值得认真考虑的方向是 AI 工程化，而不是“算法本身”。大多数人不需要从零训练模型，但懂得如何调用模型、设计Prompt、做模型服务化、把AI接进真实业务，价值正在迅速放大。会Java、再会一点Python，加上工程经验，很容易成为“能把AI真正落地”的那一类人。这种角色在公司里往往不显山露水，却很难被替代。如果你更偏底层或对性能、硬件敏感，嵌入式和边缘计算依然是长期存在的机会。智能硬件、新能源、工业控制，这些领域节奏慢，但壁垒高。一旦积累下来，竞争对手不会太多。它不一定性感，但非常耐用，适合愿意长期深耕的人。当然，也有人转向前端、数据、甚至产品。但真正值得警惕的不是方向选错，而是“只学语法、不碰场景”。任何技术，一旦脱离真实问题，很快都会贬值。技术本身不稀缺，解决问题的能力才稀缺。

京东26新年礼盒开箱，里面东西还挺丰富的一起来看看吧焦糖陈皮味葵花籽200g   x1蜂蜜黄油味薯条120g   x1黑糖扁桃仁沙琪玛100g  x1芝士味雪花饼135g    x1海盐芝士味夹心蛋卷  85g  x1花椒锅巴  125g  x1香草味夏威夷果200g  x1橘子味软糖200g   x1福、红包、春联一副joy老师26新年版   x1