nvidia perf analyst intern

朋友们，不知道你们有没有这种感觉：最近打开技术论坛，满眼都是“大模型”、“Agent”、“AIGC”。而曾经风光无限的“Hadoop”、“Spark”、“数据仓库”，仿佛成了死了。面试时，视频另一边的面试官更关心你懂不懂Prompt工程，会不会调参，而不是你如何处理过PB级的数据。那么，我们这些“旧时代”的遗民，该何去何从？那个属于大数据的、轰轰烈烈的时代，似乎真的过去了。而我，很怀念它。

bg：双非本 无竞赛无科研无奖实习：美团 抖音 生服第一 劝退的是目前找不到后端实习想找个测开包装一下再回后端的 这种基本不可能 测开做的平台开发或者工具跟后端都不是一个东西 本质上来说连crud都不涉及 写简历就是一眼顶针 所以基本简历写测开去面后端是负分项第二 劝退的是知识储备一般但是觉得测开难度低的好拿offer的 测开的面试难度确实很低 因为没有什么八股 平时问的八股算法在后端里面算简单的 但是场景问的很千奇百怪 以至于你面完觉得自己说的都很ok结果就是挂了 抛开排序部分原因其实就是你的答案没有完全的回答到那个点 因为场景这个东西很复杂 完全是看你实习的时候有没有认真思考过 还是只是简单做了分配给你的任务第三 劝退的是拿不到后端of觉得测开of好拿的 测开面试难度低 但不代表投递简历人数少 而且测开hc完全比不过前后端和客户端 比如今年测开的意向在牛客基本都刷不到 因为就是hc太少了导致的 目前身边还有两段大厂测开实习两个月连面试没咋有的 hc不多大环境不好导致的第四 那什么人适合测开呢 真诚建议 92 在研究生阶段无论文无技术无实习无开源无竞赛 就是水了三年的这批人 暑期随便找个实习 秋招投投测开就随便收割了 测开92的面筋和双非的面筋完全就是两个难度了 校招还是更看重基础和潜力一点 所以92来降维打击测开基本就是乱杀了第五 那劝退测开 双非更适合的岗位还有什么呢 答案是客户端和销售 年年都在劝退客户端 年年牛客的大包of满天飞 而且客户端上车车门真焊死了 字节客户端的工龄比其他岗位都要高很多 销售就不必多言了 比互联网来的实在 不过这个非技术也比较吃天赋和自身匹配度第六 如果还是有学弟学妹坚持走测开道路的 或者 对测开目前的定位把握不定的也可以私信我 去辅导和引导大家走到最正确的那条路 各行各业不分高低贵贱 都是打工牛马人 有一份offer和工作就行

1. 请先做个简单的自我介绍？重点介绍一下自己在过往工作中与数据产品管理相关的经历，以及这些经历如何让你具备胜任本岗位的能力。2. 你最近5年的职业规划是什么，能否详细地谈一下？阐述在数据产品经理领域每个阶段的目标以及为实现目标所制定的具体计划。3. 你应聘这个岗位的优势是什么？劣势是什么？（各说三点）请结合同花顺公司数据产品业务特点，具体说明优势和劣势的表现及应对措施。4. 为什么选择应聘我们公司？详细讲讲同花顺在数据产品方面的哪些特质吸引你，以及你认为自身能为公司带来什么价值。5. 你期望的薪酬是多少? 同时请说明你期望薪酬的构成依据，以及结合自身能力和市场行情的考量因素。6. 请分享一次你在过往项目中，运用数据分析成功优化产品功能的经历，在同花顺的数据产品场景中如何借鉴此经验？7. 面对海量复杂的数据，你如何进行有效的数据收集、整理与分析，以满足同花顺数据产品的业务需求？8. 假如你负责同花顺某一数据产品的用户体验优化，你会从哪些数据维度入手并采取什么措施？9. 请讲述一下你对数据可视化的理解，以及在同花顺的数据产品里怎样通过可视化呈现关键数据？10. 谈谈你熟悉的数据挖掘算法有哪些，在同花顺的产品场景下如何运用这些算法创造价值？11. 当数据产品需求频繁变更时，你如何确保项目进度不受太大影响，在同花顺会怎么做？

8月底实习完 没转正成功 开始秋招9月初开始投 想base 杭州上海 投了大概有五六十几家 中大厂基本全投了 要么简历挂 要么石沉大海目前只面了 ——招银（资格评审）字节（二面挂 手撕一道力扣hard 一道原创hard 二面手撕代码有问题 改进说了下思路 面试官嗯嗯好 但还是挂了）小红书（一面挂 感觉kpi 面试官都没听我在讲什么 问了个A问题 AB问题相关 我顺带把B问题也讲了 讲完后又问了下B  哥们又重复一遍...）------------------------当初4月就拿到了梦中情厂的暑期offer幻想即便不转正有个背书 秋招也好找很多 谁想现在连个一个面试机会都不给当初暑期很多流程中后面主动推掉的厂 现在全简历挂 我是真没招了