想问下下大家的建议

前言大家好，我是三石。距离《2025 最新大数据开发面试笔记 V7.0》发布已经过去一年。这一年，大模型技术的发展速度远超很多人的预期。从最初的 Prompt Engineering，到如今的 RAG、Agent、MCP、多智能体协作、AI 工程化，AI 已经开始深度融入数据开发、数据治理、数据运维、数据分析等各个领域。与此同时，大数据开发岗位的面试内容也正在发生变化。过去的面试可能主要围绕：Hadoop、Hive、Spark、Flink、Kafka、HBase、Doris、数仓基础而最近半年越来越多同学反馈，面试官开始频繁追问：什么是 RAG？ Agent 和 Workflow 有什么区别？...

投了一千份简历了 没有一个面试

本文按公司归类 AI 方向高频考察问题 + 面试要点。   字节 常考方向:题量大、节奏快;项目深挖 + 八股 + 手撕几乎必考;Agent / AI Coding / 大模型方向最近一年高频。 高频面试题: 项目深挖 / 简历  介绍一下你做过的最有挑战的 AI 项目  思路:选 1 个有 AI 含量(不是套壳)、有指标、有踩坑的项目；按「业务背景→技术方案→关键难点→指标」4 段讲,控制 2-3 分钟。   这个项目的核心难点是什么  思路:抓「非确定性」难点(评估难/数据难/对齐难/部署难),不要泛泛说「工程量大」。   选型为什么是这个方案?对比过哪些  思路:至少列 2 个候选方案 ...