offer求帮选

前言近一年，大数据面试的风向正在发生明显变化。过去，面试官更关注：数仓分层怎么设计？指标体系如何构建？Spark 调优怎么做的？而现在，越来越多的面试开始追问：你有没有做过 AI 相关项目？LLM 在数据场景中如何落地？RAG 是怎么设计的？AI 不再是「加分项」，而是逐渐成为「基础能力」。但问题是 很多人所谓的 AI 项目，只停留在：调个 API写个简单问答 Demo这在企业级场景里，是远远不够的。真正有含金量的 AI 项目，必须要解决真实业务问题，并具备：检索增强（RAG）落地能力LLM 语义理解与 Prompt 设计能力工程化架构能力（可扩展、可复用、可维护）而在我们当前的数据仓库体系中...

上来HR先问了几个学业问题，比如为什么要转专业，研究生干了啥然后就让自我介绍自我介绍完之后就根据我的项目进行拷打，以及项目延申的问题，还有场景题，中间穿插少量八股我还能记得的八股就是MySQL MVCC，binlog redolog undolog这三个日志Kafka的一些原理及使用，kakfa服务端的一些参数设置是什么。因为是第一场面试所以答得不是很好，我是八股背的比较全，场景题没咋准备我看了挺多面经以为八股会问的比较多，没想到一上来就是项目+场景的拷打，八股非常少，而且有问的八股都会问的比较深能感觉出来有点像KPI面，这个岗位是Golang，面试官和我整场都没开摄像头，之前说一面有手撕结果也没手撕，纯被拷打了一个小时不过面试官人挺好的，有的问题我说不会他还能提醒提醒让我试着回答一下，我有的时候说我能想一下吗他也说没问题不过我又投了Java开发实习生岗位，第一次面试就当积累经验啦

1. 简单做个自我介绍参考答案：您好，我叫XXX，目前是XX大学计算机专业研究生/本科在读。我主要学习Java后端开发，熟悉Spring Boot、MyBatis、Redis等技术栈。在项目经验方面，我参与开发过电商系统的订单模块，负责订单创建、支付回调、库存扣减等核心功能，期间使用Redis解决了库存超卖问题，通过分库分表优化了订单查询性能。我还做过一个社交平台项目，实现了用户关注、动态发布、消息推送等功能，使用Kafka处理异步消息，用Elasticsearch实现内容搜索。我对技术比较感兴趣，平时会阅读技术博客和源码，了解JVM原理、并发编程、分布式系统等知识。我希望能加入Moka这样的...

此时此刻hr看着自己手里的苹果17proMax陷入了沉默