不得不说，计算机硕士真是王炸！

一、前端基础与原理🔌 网络通信1. 请详细说明 HTTP 和 WebSocket 的区别？适用场景分别是什么？区别：适用场景：2. 什么是 SSE（Server-Sent Events）？它的核心特点是什么？SSE 是一种基于 HTTP 的单向通信技术，允许服务端主动向客户端推送事件流。特点：基于文本传输、默认支持断线重连、仅服务端向客户端单向推送、兼容性较好（除 IE 外主流浏览器支持）。3. 在什么场景下会选择使用 SSE 而不是 WebSocket？场景：仅需服务端向客户端单向推送数据（如新闻通知、日志推送）、希望兼容低复杂度场景、不想维护双向连接的心跳机制。原因：SSE 实现更简单、...

双九计算机硕士，简历求锐评！！！欢迎讨论！！！两年后应该还会再找一段暑期实习，同步应该也会再做点项目（之前简历上的项目由于一页放不下了就先删掉了，含金量不是很高）……比较纠结的地方其实在于后续要走什么方向，本科很多方向都研究过一段时间（AI，Network，System，图形学）但是都不太精通，目前毕设在搞AI4Network，侧重于黑白盒网络仿真加速，入学之后的方向可能会围绕AI Infra（具体做哪个细分方向还没确定），求大佬们给点建议……另外其实也在纠结是否要继续走互联网大厂路线，也在考虑移动联通电信这些运营商或者一些国央企，以及选调也在纠结中（学生工作和社会实践蛮多的，相关奖项也还可以，但是没有三好学生和国奖），求大佬们给点建议……（如果有熟人刷到请不要盒我hh，留点面子哈哈）

几年前还没有chatgpt的时候，刷题真的是很痛苦。刷不出来只能看题解，题解有几个问题：第一个是每次看的写题解的人都不一样，很难有一个统一的思路；第二个也是最重要的是，题解只提供了作者自己的思路，但是没有办法告诉你你的思路哪里错了。其实很少有错误的思路，我只是需要被引导到正确的思路上面去。所以传统题解学习起来非常困难，每次做不出来难受，找题解更难受。但是现在chatgpt能做很多！它可以这样帮助你 -1. 可以直接按照你喜欢的语言生成各种解法的题解和分析复杂度。2. 把题和你写的代码都发给它，它可以告诉你 你的思路到底哪里有问题。有时候我发现我和题解非常接近，只是有一点点🤏想错了。只要改这一点点就是最优解。信心倍增。3. 如果遇到不懂的题解可以一行一行询问为什么要这样写，chatgpt不会嫌你烦。有时候我觉得自己的range写错了，其实那样写也没错，只是chat老师的题解有一点优化，这个它都会讲清楚。4. 它可以帮你找可以用同类型解法来做的题。然后它可以保持解法思路不变，用一个思路爽刷一个类型的题。如果题目之间思路又有变化，它会告诉你只有哪里变了，其他的地方还是老思路。5. 它也可以直接帮你总结模板，易错点。经过chat老师的指导，我最大的改变是敢刷题了。之前刷题需要先找某一个人写的算法题repo，然后跟着某一个人他的思路刷他给的几个题。如果想写别的题，套用思路失败了，没有他的题解，也不知道到底哪里错了；看别人的题解，思路又乱了。这个问题在二分查找和dp类型的题里面特别常见。但是现在有chat老师，他会针对我的代码告诉我我哪里想错了，应该怎么做；还按照我写代码的习惯帮我总结了一套属于我的刷题模板。每天写题全是正反馈！

一、背景 大数据时代，对数据的使用分析频繁，在数仓层面对数据的管理组织都在考虑用新的技术方案实现更快速的数据计算，算力的发展是底层引擎迭代的驱动力；从最最初的MR计算框架到现在的基于Rdd的内存计算模型，再到向量化计算优化，一步步追求更高性能的计算。数据模型的发展也是从最初的银行范式建模，到现在迭代快速的维度建模反范式建模，团队发展从最初的中台团队到现在的BP模式，都在追求极致的效率。目前，在对数据模型层面对长周期的数据进行访问都在追求避免对底层明细数据的过多扫描，从而实现模型计算效率的提升。本篇重点剖析几种数据压缩方案。主要是基于二进制压缩的方案进行数据模型的压缩。 目前，在对实体进行历史周...