2019-09-20 【zhuyh4n9】打卡

zhuyh4n9

2019-09-20 01:35 安徽工业大学 C++

关注

2019-09-20

在牛客打卡14天，今天学习：刷题 29 道/代码提交 29 次

全部评论

推荐最新楼层

2025-12-30 19:08

已编辑

江西科技师范大学 Java

实习-（科皓信息）江西科皓安云智慧科技有限公司-JAVA研发工程师

先笔试，笔试完进行面试。1、自我介绍。2、简单介绍一下你的项目，然后面试官对项目进行提问。3、Mysql有哪几种数据引擎，它们之间的区别是什么？4、如何来优化一个数据库？5、你对redis有什么了解？key太多会造成什么？6、你对微服务SpringCloud分布式架构有什么了解吗？（还问了简单的SpringCloud问题忘了，我没回答上来）7、常见的异常类有哪些？遇到异常应该怎么处理？8、MyBatis 中 @注解里 #{} 和 ${} 的核心区别?9、linux常用命令。10、家庭情况和兴趣爱好，有没有女朋友？11、薪资和企业文化、加班之类的。

查看11道真题和解析

点赞评论收藏

2025-12-30 23:37

中南大学 Java

选择后端开发还是大模型应用开发？根本不用二选一！

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...

等闲_：业务开发就是prompt+数据，Ai就是中间件，中台或者鸡架会做一些Agentic infra和智能体记忆之类的，再底层一点就是AI infra，MLops，模型微调，推理优化之类的了，所以对于普通后端就是纯业务，没啥技术含量，除非去技术架构组或者底层一点的组，要不AI就是个API，别神话AI应用开发