平安银行校招礼盒！

学历重要，技术重要，实习也重要，但真正拉开差距的，是你能不能把AI变成价值。第一卷真项目。别只会调API，最好能从数据处理到部署全流程跑通，哪怕是小项目，也要有完整闭环。第二卷场景理解。AI不缺写模型的人，缺懂业务的人。金融、医疗、电商任选一个垂直方向深挖，比泛泛而谈更有杀伤力。第三卷表达能力。面试讲清楚你解决了什么问题，效果提升多少，比堆技术名词更重要。

你先简单做一下自我介绍吧，然后聊一些项目的情况。当时**那边有没有转正？为什么没有留在**那边？既然想去写一些代码锻炼自己的技术，比如说未来可能想去成为技术专家，那为什么不去尽量自己搞呢？比如说用AI去生成那些东西，帮你做那些东西，他就没有那么有深度。如果你要提升自己的技术，肯定要去做一些挑战性的工作，这个工作大部分他其实是没办法通过AI一步到位完成的。所以我觉得你刚刚说的，可能我觉得有点冲突，所以你一般用AI去做什么事情呢？你觉得自己在这两段实习经历里面，哪些是相较于在学校里面有一个比较明显进步的？我看你有一点是百万级数据量的分页查询从1.8秒到20毫秒，这个能具体讲一下吗？两段实习经历里面...

Android 岗面试的时候，我明显感觉到，AI 已经成了越来越高频的话题。面试官不一定要求你真正做过复杂的 AI 项目，但很可能会问你平时有没有用 AI、怎么看待 AI 对开发岗位的影响，以及它到底是提效工具还是替代风险。站在我自己的角度，我更倾向于把 AI 当成效率助手。比如写 demo、查文档、排查问题，它确实能帮我节省很多时间。但真正决定一个开发者上限的，还是基础能力、工程思维和解决实际问题的能力。会不会用 AI 很重要，但更重要的是别只会调用，不会思考。

1、介绍一下你最近做的一个有挑战性的项目我最近负责的是一个汽车配件供应链系统的重构项目，这个系统日均订单量在30万左右，面临的主要挑战有三个方面。性能问题，原系统在高峰期响应时间经常超过3秒，用户体验很差。我通过引入Redis多级缓存、优化数据库索引、改造慢查询，将P99响应时间降到了200ms以内。具体做法是对热点商品数据做了本地缓存+Redis缓存的二级缓存，对库存查询做了批量查询优化，还把一些复杂的关联查询改成了分步查询在应用层组装。数据一致性问题，涉及到订单、库存、物流多个系统的数据同步。我引入了RocketMQ的事务消息机制，保证了分布式事务的最终一致性。同时设计了补偿机制和对账任务...