跨境电商shein内推

阿里这次电话会里，最让我关注的，其实不是云业务增长38%，也不是AI收入占比又提高了多少，而是那句话：“几乎在服务期内，没有一张卡是闲置的。”这话很短，但信息量很大。翻译成人话就是：别老盯着我们花了多少钱，卡买回来不是堆仓库吃灰的，是有人排队用的。过去半年，全球资本市场最爱吵的一个问题就是：AI基建是不是已经修过头了？微软、谷歌、亚马逊、Meta这些公司，一年几千亿美元往数据中心、GPU、电力系统里砸。砸到最后，利润表还能看，但自由现金流早崩了。于是华尔街就紧张了：这玩意会不会重演2021年的云计算泡沫？当年大家都以为云需求永远高增长，结果服务器先上来了，客户没跟上，折旧一来，股价就开始挨打。...

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。

25届应届生被裁，社招目前只有一个面试，能帮忙看看 简历的问题吗，还有Agent有什么好的项目跟着做做吗，好绝望啊

好不容易获得了这份工作，offer难道真要“栽”在入职体检上？一紧张、一焦虑心电图显示异常所做的努力全部白费，小编发现不少考公考编的同学笔面第一，最后却因为体检没过而前功尽弃这种遗憾，实在让人不甘心！今天，体检e站的小编为大家盘点三个最常见的误区，以及体检前后的关键应对策略助你轻松过关，顺利入职！三个常见误区，有人中过招误区1入职体检只要“过关”，查得越简单越好有人觉得，反正是入职用，项目能省则省，甚至主动放弃一些检查。但每一项检查都有其意义——胸部DR能发现肺部隐患，肝功能反映代谢能力，血常规可以提示潜在感染。省掉的是项目，丢掉的可能是提早了解身体的机会。误区2体检前“突击调理”，就能掩盖异...