江淮汽车校招

自我介绍实习挑一个项目，讲技术架构、做了什么事情、用了哪些技术，解决了什么问题B 平台 思路如何拓展到要接入其他模型；接的过程中有什么工作有没有接触过评测的流程如果请求量变大，系统目前的处理流程可能出现什么问题；如何解决A 系统 讲讲亮点八股Kafka 是否天然支持优先级队列；如果消息队列只支持投递，如何实现优先级队列和延迟队列了解哪些限流算法；各自的优缺点除了缓存击穿，还有什么问题针对数据库与缓存的一致性问题，常见的策略是什么；如何保持更强的一致性项目Plan-Execute-Replan、React、Workflow 三者有什么区别其他最近有 Ai Coding 的经历吗算法全排列 II

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。

我学弟最近刚入职实习，本来他还挺期待的，结果入职没几天就找我吐槽，说他和 mt 的相处模式，简直窒息到想立刻辞职！我学弟最近才解锁他的第一次实习，对职场还一脸懵懂，本来以为 mt 会带着他慢慢学，结果现实狠狠打了他的脸。入职第一天，他的 mt 就简单给了他一本公司手册，说了句 “自己先看，有不懂的再问我”，就再也没主动管过他。学弟刚开始还不好意思问，后来遇到不会的问题，鼓足勇气发消息问 mentor，要么半天不回，要么就被怼 “这么简单的问题都不会，自己问AI”，语气不怎么好。有一次他解BUG时引入了点小错误，mentor 直接在部门群里艾特他，当着所有人的面批评他，一点情面都不留。更让人无奈...