40min，无算法，没开摄像头，面试体验也不太好，kpi感很强，对面死气沉沉的，每次回答完都有挺长时间延迟，有点像是AI一样，回答不太了解的还得追着问，已挂。1. 毕业设计做的怎么样了（奇怪的问题2. 项目上线了吗，是自己设计的吗，怎么设计的，架构3. 对DDD的理解，分层架构，依赖倒置4. HTTP和RPC区别5. 微信登录鉴权有哪些接口，叫什么6. 项目域名怎么配置的，怎么绑定ip的，怎么配置的SSL,为什么要用HTTPS,HTTPS安全在哪7. Lua怎么保证原子性，和Redis事务区别8. 如果lua a,b,c,d,e 执行完a,b后c出错了会发生什么，那a,b执行了不回滚怎么处理9. Redis Pub/Sub，为什么不用MQ(项目相关10. RocketMQ怎么保证有序性11. 压测QPS，瓶颈，服务器配置12. 为什么下单接口QPS低，是因为写了数据库吗（这里不理解，总不能写Redis吧13. 恶意请求如同一订单退单一万次怎么处理，怎么实现幂等性校验14. 项目数据库表几张，都有什么字段，建立了什么索引15. 怎么做的库存管理16. 项目怎么编译的17. Linux熟悉吗（不熟悉，怎么查看进程，CPU,负载，压测看了什么字段，top有什么，怎么找到一个在运行的项目18. 用什么AI工具，怎么用，怎么验证代码，AI上下文怎么做管理（不会，一直追着杀19. 黑盒测试白盒测试20. gateway怎么做的服务发现，泛化调用怎么用，原理21. HTTP状态码22. 网关调用后端服务失败是为什么，怎么处理

最近看了好多同学简历中的项目经历都已经变成一个AI项目加一个常规项目，而且大家似乎很有默契的形成了一个RAG项目+商城、优选、秒杀项目.....很难不让人感慨，在这个古法编程向vibe coding过度的时期，大家又默契的写出了同质化如此高的简历。如果大家厌倦了写商城类这种极致并发的项目，害怕自己经不住面试官对大流量技术设计的拷打，那不妨关注一下由楼主开源的异构数据源流转系统datalinkx。不同于c端项目浮夸的流量和并发，在后A(AI)、B(BigData)、C(CloudCompute)时代，datalinkx的优势在于其大数据垂直领域的业务价值。为什么选择搞异构数据源流转项目每到春招秋...

这两天开始准备投递了....虽然感觉前面背的八股都差不多忘记了。唉....各位佬们可以帮忙看看简历还可以怎么优化嘛

打开GitHub搜“AI应用”，跳出来的结果是不是都差不多？又一个RAG知识库问答 📚又一个ChatGPT套壳网站 💬又一个LangChain文档加载器 🔧代码换了个写法，README换了个排版，但内核一模一样。更扎心的是：你跟着教程吭哧吭哧做出来的东西，和另外100个求职者简历上写的，几乎没有区别。面试官看多了，审美疲劳 😮‍💨 你也知道这项目拿不出手，但不知道该做什么、能做什么。🤔 为什么市面上的项目都“长一个样”？因为教程教的，都是“标准答案”。教程教你搭RAG → 大家都用LangChain + Chroma + OpenAI教程教你做Agent → 大家都用ReAct模式...