快手 Java工程师 三面面经（已挂）

 被问到：如果与上级意见不合，你会怎么做？首先，遇到这个问题的同学多半是到了HR面试官或者未来直接上级的领导，且大概率是有实习履历的同学。1.谦逊稳妥版（适合保守型校招生）面试官您好，作为一名刚毕业的校招生，现阶段我最重要的目标就是快速提升自己的业务能力，争取早日融入团队。我觉得自己目前还没有足够的经验和能力去质疑上级的决定。如果和上级意见不一致，我会先主动向他请教，了解他的想法和意图，避免在执行过程中出现方向上的偏差。之后，我会严格按照上级的要求去执行任务，等项目结束后，再结合实际结果重新审视自己的观点，总结经验教训。2.自信专业版（适合能力突出的校招生）面试官您好，虽然我是一名校招生，但我在实习期间积累了一定的工作经验。如果在工作中与上级意见不同，我会先保持冷静，主动找上级沟通。我会先询问他的想法和考虑，确保自己准确理解了他的意图，避免因为信息差导致的误解。如果经过沟通，我还是坚持自己的观点，我会以数据和事实为依据，向他阐述我的想法和理由。但最终，我会尊重上级的决定，按照他的要求去执行任务。在项目结束后，我会根据实际结果，重新评估自己的观点，不断提升自己的判断能力。需要注意的是，在实际面试中，要根据面试官的风格和公司的文化氛围来选择合适的回答方式。如果面试官比较强势，或者公司的文化比较强调服从，那么方案一会更稳妥一些。如果面试官比较开放，鼓励员工表达自己的想法，那么方案二可能会更出彩。tips：假如有一个实际案例支撑更好，下面借助一个实际事例支撑第二个方案。在我之前的实习经历中，我参与了一个用户增长项目。团队最初的方案是通过社交媒体广告投放来获取新用户，但我发现这种方式的获客成本较高，而且用户转化率较低。我通过分析公司的用户数据，发现我们的老用户中有很多人愿意邀请他们的朋友使用我们的产品。于是，我提出了一个新的方案：推出老用户邀请新用户的奖励活动。为了支持我的观点，我收集了以下数据和事实：1.历史数据：过去三个月，通过老用户邀请注册的用户转化率比社交媒体广告投放的用户转化率高出30%。2.成本对比：老用户邀请活动的成本仅为社交媒体广告投放成本的一半。3. 用户反馈：在之前的用户调研中，有超过60%的用户表示愿意邀请朋友使用我们的产品。我将这些数据和事实整理成一份报告，向我的上级汇报了我的方案。经过讨论，上级最终采纳了我的建议。实施后，我们的用户增长速度提高了25%，同时获客成本降低了40%。这个案例让我深刻体会到，在工作中，用数据和事实来支撑自己的观点是非常重要的。作为一名校招生，虽然我们的经验可能不如老员工丰富，但通过对数据的分析和挖掘，我们也能为团队提供有价值的建议。

以为进入大学还能保持正常的学习进度。实则，呵呵。一言难尽。怎么说呢，双非，上了才知道。只能是“菜就多练”呗，还能咋的。编译失败就像是和空气对打，被ai碾压才是暴击。你不学有的是人学，加油干吧。大一没做好的部分抓紧时间补补，大二准备大放光彩。就算你有规划，但没有输出真的白搭，去加入那些上进的团队吧。我还是要期末保一下绩点，不然课不白上了吗？首先要对自己有自信。今晚，报了两个赛跨年，不管做的怎么样也要先试试。

1.实习介绍2.简历深挖细节追问3.如果现在负责京东外卖，我们的目标是京东外卖的总订单成交量，那么如何去构建数据看板4.京东外卖经常会发短信来吸引用户，发优惠券等等，但是发短信自身也有成本，如果你是发短信的负责人，如何去发这个短信5.上个问题的不同用户如何区分或分层；如果你是发短信的负责人你会关注哪些指标6.反问

你是否想打造一个靠谱的知识客服，或是搭建能精准回答问题的知识库？这就绕不开一项核心技术——RAG（Retrieval Augmented Generation），中文译为“检索增强生成”。听起来高大上的技术，核心逻辑其实很简单：先从资料库里检索相关内容，再基于这些内容生成答案，即“先检索、再生成”，这也是其名称的由来。作为目前最常用的AI问答方案之一，RAG已广泛应用于企业知识助手、智能客服等场景。本文将从应用场景、核心原理、流程拆解、专业名词解析等方面，带你全面掌握RAG技术，搞懂高质量智能问答系统的构建逻辑。前言我认为AI的基础知识是现在求职和实际工作所必须掌握的，不管是算法还是后端前端岗...