各位实习生们都上班了吗

面试官不开摄像头自我介绍挑几个实习的亮点说一下Lambda表达式箭头代表什么Lambda表达式有哪些方法用到过，举例说明stream流遍历一个list，student对象有ID、姓名、性别、地区，要求根据条件筛选特定ID，性别为男，地区为上海，结果要转换为一个map，key为ID，value为地区，表达式是怎么样的说一说函数式接口？扩展：你觉得这种使用 Mybatis plus 这种用函数式接口来那个在代码中去构建 SQL 是一种好行为还是坏行为呢扩展：Mybatis plus，它调一个单表的那种过滤查询，它直接调的其实是那个它自己，它提供了方法引用，比如说一个模型的get，一个字段，它怎么是...

技术类——要求最高，门槛硬核算法工程师是要求最深的岗位，需要扎实的数学基础（线性代数、概率统计、优化理论）、熟练掌握PyTorch/TensorFlow等框架，还要能从零实现和改进模型。机器学习、计算机视觉、NLP等细分方向各有专精要求，通常需要硕士甚至博士背景。AI开发工程师相对偏工程侧，更强调用AI能力落地产品，比如搭建AI平台、数据中台、模型部署等。编程能力要求极高，但对算法原理的深度略低于算法工程师。高级数据分析师介于两者之间，需要懂统计建模和机器学习，但重心在从数据中提炼业务洞察，对前沿深度学习研究的要求相对低一些。管理类——要求"够用"，贵在懂业务AI项目经理、产品经理这类岗位不需要亲自写代码或训练模型，但必须能听懂技术团队说什么、能判断方案可行性、能和技术侧有效沟通。图中的能力要求也印证了这一点——了解算法原理、有项目经验优先。

如图，这是鼠鼠美化后的春招简历，求路过的大佬帮忙看看，提点建议🥺🥺鼠鼠感激不尽！🙏🙏

1.自我介绍2.MCP是什么3.MCP 和 Function Call的具体区别是什么4.Function Call是内置的吗?如果是内置的话，Function Call有哪些内置的?5.MCP的具体过程6.代码进行修改是谁来做的?是大模型做的吗?7.大模型 MCP 和 用户的Prompt 是如何进行协作的?8.MCP里面有哪些概念?9.一个大模型 举例 Deepseek是如何生产出来的这个流程大概清楚吗?10.如果用户反馈Deepseek代码能力不行 或者 反馈Deepseek偏主观 应该如何解决这些问题呢?11.position属性的作用是什么?有哪些值?12.设置了position:xxx 之外 还能设置哪些属性?还能怎么设置改变具体的位置?13.JS里for in 和 for of 有什么区别14.?.的作用是什么 可选链操作符15.React中受控组件和非受控组件16.了解虚拟列表吗17.手写LRU缓存算法18.反问感觉考了蛮多大模型倒是😭