1. 能说说ArrayList和LinkedList的区别吗？什么场景下会选择使用它们？ArrayList底层是基于动态数组实现的，它在内存中是连续存储的。优势在于随机访问效率高，时间复杂度是O(1)，因为可以通过索引直接定位。但插入和删除操作（特别是在中间位置）效率较低，需要移动大量元素，时间复杂度O(n)。LinkedList是基于双向链表实现的，每个节点包含数据和前后指针。它的优势是插入和删除操作效率高，只需要修改指针指向，时间复杂度O(1)。但随机访问效率低，需要从头或尾遍历，时间复杂度O(n)。使用场景上，如果需要频繁随机访问元素，比如根据索引查询，选ArrayList；如果需要频繁...

考研失利，准备开始春招。本人是学院本软件工程专业，本科期间参与了比较多的数学建模水赛也拿了一些奖项，发了两篇EI以及两篇软著现在面临一个就业方向的困境：本科学的技术栈是Spring Boot➕Vue那一套开发路线的，但是学的技术栈也没有很深一些中间件还没学习，八股文也还没背，而且开发没有什么很亮眼的项目都是一些普通的管理系统😭😭考研期间都在准备考研的内容技术上面也没有学习什么，考虑到现有的项目和比赛经历，现在想法是走AI应用岗位（但是了解的不是很多还没有系统学过，都是比赛的时候粗略的学习），想求助一下各位有没有什么好的建议，下面这份是我现在的简历，也请各位帮我提出一些修改的意见

快，各位大神，给我分享分享经验

前言近一年，大数据面试的风向正在发生明显变化。过去，面试官更关注：数仓分层怎么设计？指标体系如何构建？Spark 调优怎么做的？而现在，越来越多的面试开始追问：你有没有做过 AI 相关项目？LLM 在数据场景中如何落地？RAG 是怎么设计的？AI 不再是「加分项」，而是逐渐成为「基础能力」。但问题是 很多人所谓的 AI 项目，只停留在：调个 API写个简单问答 Demo这在企业级场景里，是远远不够的。真正有含金量的 AI 项目，必须要解决真实业务问题，并具备：检索增强（RAG）落地能力LLM 语义理解与 Prompt 设计能力工程化架构能力（可扩展、可复用、可维护）而在我们当前的数据仓库体系中...