腾讯云二面

想写这个很久了，因为自己在开源和实习中也接触过一些 ai 的工程化内容，对这一块也有一些自己的思考，这个路线图说是 AI 应用开发全景路线图，其实我是想写从 maas 平台到 AI infra 的整个模型工程化的全链路的知识，但是笔力有限，第一版应该先聚焦于平台和应用开发。学识尚浅，也欢迎各位牛友一起交流，探讨，完善阅读建议：每个模块开始是我的一点思考和收集的信息，后面就是学习建议和资料（主要是开源项目+文档，视频资源如果有比较不错的也会放上去），有些技术可能没有好的教程，后续会陆陆续续的出文章+ demo 和大家交流一，AI 应用开发到底是什么概述AI 应用开发这个字眼从 gpt 刚开始火的...

昨晚快手生产事故有哪些团队需要背锅

我已经不在意结果了，因为我已经找到好的实习了，面深信服纯玩，给你们点参考吧

刷题是找Java工作的“必修课”，但数量并不是唯一标准。关键是质量和思路。一般来说，如果是校招或秋招，建议至少刷 200–300道左右 ********，涵盖：数组、字符串：基础功底链表、栈、队列、哈希表：常考数据结构树、图、动态规划：中高级题排序、查找、双指针、滑动窗口：面试高频技巧更重要的是刷 典型题、掌握套路，会总结、会变形，而不是一味追数量。Java工作面试，不只是考算法，还看 基础语法、面向对象、JVM、并发、项目经验。底线是：刷题够你熟练应对常见算法题就好，其余时间多练项目和面试表达，你的胜算会更大。