科大讯飞笔试20230813

听着窗外的风声，泡上一杯热茶，我们抛开那些焦虑的“35岁门槛”和“技术迭代恐慌”，像老朋友一样聊聊“大数据开发”这条路。作为一名在这个行业摸爬滚打过几年的“过来人”，我太理解那种站在庞大的技术栈面前，既兴奋又不知所措的感觉了。Hadoop、Spark、Flink、ClickHouse、Doris……这些名字像一座座大山，还没开始爬就让人觉得腿软。但其实，大数据开发的底色，不是“大”，而是“踏实”。它是关于如何稳稳当当地把海量的数据，变成能看懂的价值。如果你想在这个领域扎根，我想分享一些不仅关乎技术，更关乎心境的建议。一、 关于入门：别急着追逐“新潮”，先学会“慢”很多人刚入门时，恨不得一周学会...

1个月之前，去深圳旅行的时候，和女朋友坐在人才公园的草坪上看日落，那个时候在想，要不要再试一下深圳的机会。可能这就是命运， 回学校之后，很快就收到了腾讯的面试邀约，中间有一轮没有出结果的时候心里其实挺忐忑的，这毕竟是离梦厂最近的一次机会。但后面的事情就很顺利了，鹅厂真的很高效，10天速通了面试，在12月的最后一天跟HR确认了意向，假期里就给了正式offer。感谢鹅的收留，也感谢能坚持下来的自己。TL：约面 12/12一面 12/16二面 12/18三面 12/23四面 12/25 跟面试官聊的很好，当晚云证

说实话，如果不是最近这段时间重新出来面试，我可能不会这么快把「AI 应用开发」当成一件必须要补的能力。我做过业务系统、做过中台、也踩过高并发和复杂业务的坑。这几年主要精力都在架构稳定性、业务抽象、工程能力上。直到最近一次次面试下来，我明显感受到一件事：各个企业都在想着把AI应用到自己的企业中”。经过一段时间的了解，我整理出 Java 学 AI 的大致方向，我将按照这个路子走下去。我理解的「Java 学 AI」，不是去做什么？在真正开始学之前，我先给自己定了几个边界：不去卷算法、不搞模型训练不从 Python 数学公式开始不追求“AI 专家”人设而是明确一件事：我还是一个 Java 后端，只是要...