拓竹科技实况+内推

昨天刷X的时候,突然发现xAI把整个For You推荐算法开源了。说实话,我当时就愣住了。要知道,推荐算法这东西,对社交平台来说就是命根子。抖音的推荐算法、小红书的推荐逻辑,哪个不是藏着掖着当核心机密?结果马斯克直接把代码扔GitHub上,7000多个star,就这么大大方方让你看。这背后到底藏着什么秘密?一个让我震惊的发现我花了整整几个晚上扒完这套代码,发现了一个颠覆认知的事实:X的推荐系统里,几乎没有人工规则。什么意思?传统的推荐系统,工程师会设计几百上千条规则。比如用户点赞过科技类内容,就多推科技,或者转发率高的内容加权。这些都是人脑想出来的逻辑。但X的算法完全不是这么玩的。他们用的是G...

27届中九本，目前陆陆续续也面了很多家厂了，大厂面了字节、腾讯、虾皮还有几家中小厂，全是一面挂，只有字节进二面，二面也是秒挂了。知道自己能力很差，基本上大厂面试题只要问题不是八股文，出一些场景题或者真实情况下的一些问题就不太答得上来，我感觉大多数面试官看我项目都是学习性质的项目没有部署上线，也没有面对真实场景好像就对我的项目没啥兴趣了，项目也不太拷打，就问几个简单的八股或者直接另出一个系统设计题（比如字节、虾皮），有一家中厂问的八股啥的还让我介绍项目重点，我就介绍然后正常回答八股，他也不追问，但是莫名就是一面挂了，也想问问大家有什么星球上的项目推荐嘛。目前项目就是一个点评魔改加一个图库烂大街，昨天面的腾讯的面试官人很好，也给我指出了一些建议，希望我深耕一些技术的实际场景不要堆砌中间件还要加深计算机基础知识的学习。因为楼主不是科班的，数据结构因为学过，Hot100也刷烂了，算法只要不是很难问题应该不大，但是计算机网络操作系统完全没学过，面腾讯和虾皮的时候完全不会被拷打了，感觉这些知识也不好速成，加上最近要期末考试了，学习技术的时间也要压缩分担给课上突击一下期末。想先沉淀半个多月，度过期末再做个项目之后继续投，想问一下各位大佬有什么意见？真的有点迷茫，感觉还要学好多才能达到找实习的水平，如果一月还找不到就打算考研了，那些真实场景确实没有接触过考虑不到，但是我都没有工作经验感觉很难锻炼这方面，也想问问大家该怎么提高这种真实场景思维，谢谢各位佬。

有一次我们团队要交一份项目报告，领导定的截止时间是周五下午5点。于是大家按计划推进，周三还在做最后的功能测试。到了周四，领导突然在群里发消息说：“报告格式要重新改，内容也要更详细，最好明天下午3点前交。”这时候问题来了：1我们已经按原格式做了大量排版和数据整理；2功能测试还没完全结束；3领导的要求突然变更，而且还提前了两个小时。大家只好连夜加班，甚至有人为了赶时间把数据临时拼凑上去。结果第二天交上去后，领导又说：“数据不够严谨，重新核对一下。”这下又要再改。更让人无语的是，领导自己却在下午3点之后才开始看我们提交的内容，甚至还说：“你们怎么这么慢？”那一刻大家都觉得很尴尬：我们不是不努力，而是...