华为投递

滴滴CTO线4.20：一面1、问实习2、简单八股（计网的TCP/UDP、操作系统的进程/线程）3、手撕简单的冒泡排序10分钟后约二面二面：1、问实习2、八股（linux基础知识、计网HTTP）3、结合一些场景问自己会怎么做10分钟后约三面，但是三面面试官没时间了，改成4.21号面试三面：1、问实习2、问对岗位的看法3、结合实习场景问在该岗位里会怎么做4.23 hr打电话谈薪，等待offer审批到现在两周了，offer还没动静了，许愿offer快来

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。

有没有大佬帮忙看看，这个简历能找到工作吗（没有实习经历），进大厂够不，每天都刷程序员被ai替代，焦虑的不行了...

有个真相可能不符合大家的认知：AI不是牛马打工人的好朋友，而是打工人的天敌。原因很简单：AI让管理者重新思考员工的工作价值，可裁可不裁者必裁。打工人真正应该关心的从来就只有自己在老板心中的工作价值。这其中还有个认知的代沟：假如一个人在之前完成一件工作要5天，ai提效后现在只要3天，但是老板觉得现在ai这么强大，半小时就应该搞完的事你为什么还是要用这么久？是不是你不会用ai?不肯懂脑子去学习ai?企业这样子下去会不会被淘汰？再代入老板的视角：ai这么强，原来3个人才能完成的事现在1个人就能搞定，那公司为什么还要留着2个闲人？一个冷知识：一个员工的企业用工成本大概是他薪资的1.4倍，裁员后会把用工...