前端仔转crud后端仔速通大厂

做了xfg的ai agent项目够面试了，之后边投边补点评没改了，拷打项目大概率拷打第一个ai的，我觉得没必要魔改了小林的八股太多了，背了就忘，还是跟着项目来以及背高频八股，买了神哥的，然后用gpt拷打拷打，过几天投hot100二刷结束，能感受到有成长，虽然还是很多不会，但是不少题有思路了（没刻意去背）(*^▽^*)，在干Code Top 以及熟悉acm模式题外话：怎么我还没工作就大裁员了，ε=(´ο｀*)))唉，我这样的能找到工作吗？1w以上就行，这要求高吗？感觉干不了几年就得被裁了，如果不干java后端了，还有什么其他出路吗？硬件、底层方向？还是ai、大模型？网上信息太多了，分不清。真的很焦虑呀！！！o(╥﹏╥)o

上周组里招人，我面了六个候选人，回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人，算法题写得都不错。第一道二分查找，五分钟之内给出解法，边界条件也处理得干净。第二道动态规划，状态转移方程写对了，空间复杂度也优化了一版。我翻他们的简历，力扣刷题量都在300以上。后三个呢，就有点参差不齐了。有的边界条件没处理好，有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生，我印象特别深——她拿到题之后没有马上写，而是先问我：“面试官，我能先跟你确认一下我对题目的理解吗？”然后她把自己的思路讲了一遍，虽然最后代码写得不是最优解，但整个沟通过程非常顺畅。这个女生的代码不是最优的，但当我问她“如果这里是线上环境，你会怎么设计’的时候，她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么？我自己的经历可能有点代表性。我当年校招的时候，也是刷了三百多道题才敢去面试。那时候大家都刷，你不刷就过不了笔试关。后来工作了，前三年基本没再打开过力扣。真正干活的时候，没人让你写反转链表，也没人让你手撕红黑树。更多的是：这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官，慢慢调整了自己的评判标准。算法题我还会出，但目的变了。我出算法题，不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候，是怎么思考的。你会先理清题意吗？你会主动问边界条件吗？你想不出来的时候会怎么办？你写出来的代码，变量命名乱不乱、结构清不清楚？这些才是工作中真正用得到的能力。LeetCode是一个工具，不是目的。它帮你熟悉数据结构和常见算法思路，这没问题。但如果你刷了三百道题，却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的，那这三百道题可能真的白刷了。所以还要不要刷LeetCode？要刷，但别只刷题。刷题的时候，多问自己几个为什么：为什么用这个数据结构？为什么这个解法比那个好？如果换个条件，解法还成立吗？把刷题当成锻炼思维的方式，而不是背答案的任务。毕竟面试官想看到的，从来不是一台背题机器，而是一个能解决问题的人。

本来是不敢投腾子后端的,首先是语言不对口(C++转Go),其次怕被挂了之后脏面评...但是小吉书的学长从腾子下来了,mt想让学长内推几个人,不要求对口,只要能大方表达自己,会用AI工具,能独立思考解决问题就能来干(面试造火箭,到岗打螺丝.jpg).好机会!笔者把简历送到后,学长的mt看着不错,就投了... 然而据说投了第二天简历就被别的组锁了,后续也是这个组约面.Codebuddy,虽然是后台但感觉是智能体开发岗,无论如何有鹅选鹅了,转语言什么的都是小问题!腾子禁止录屏录音,但没说不让传面经(毕竟大厂嘛,面经满天飞是在所难免的事,而且禁止传面经之后说不定还会有人用面经收费),所以笔者没录,这是...