分享一下转码Golang一年半学到的东西

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花一、设计思路Redis 的 Set（集合）具有元素唯一、支持随机获取的特性，完美契合抽奖系统的核心需求：去重参与：Set 自动去重，避免用户重复抽奖；随机抽奖：通过 SPOP/SRANDMEMBER 命令随机抽取中奖者；高效统计：SCARD 命令快速获取参与人数；结果存储：不同奖项的中奖名单可存入不同 Set，便于管理。核心命令说明：SADD key uId添加用户到抽奖集合（重复添加返回 0）用户参与抽奖SCARD key获取集合元素数量统计参与人数SPOP key N随机...

找gopher好难，想了解一下同双非的golang选手求职经历

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花Redis 不使用 B+ Tree 作为存储数据结构，核心原因是 B+ Tree 的设计初衷与 Redis 的核心定位、使用场景完全不匹配，Redis 更侧重内存中的高效读写、低延迟操作，而 B+ Tree 是为优化磁盘 IO 设计的结构，二者适配场景存在本质差异，具体原因如下：设计目标与场景适配性不符：B+ Tree 是为磁盘存储场景设计的平衡多路查找树，其核心优势是通过“非叶子节点仅存索引、叶子节点链表连接”的结构，减少磁盘 IO 次数，适配数据库（如 MySQL）等需要...

先交代个人bg：26届北大计算机硕士，后端开发，已拿MiniMax转正Offer。闲来刷牛客发现了MiniMax的话题，也来凑个热闹，分享几点真实体验。关于技术成长：新人也能啃硬骨头入职第二周，mentor给我派了个活：海螺AI的流式输出在高峰期有延迟抖动，目标是P99延迟再降50ms。说实话当时有点懵，心想这不应该是他们干的活么？结果mentor直接拉我看Grafana大盘，拆解M2.5模型推理架构，让我自己找切入点。那一周基本在读代码、看论文、和infra团队过方案。后来我提了个想法：在网关层加自适应批处理策略，根据实时流量动态调整batch大小。mentor看完说思路可行，直接让我写代码上线试试。最后优化上线，高峰期P99延迟降了60ms。怎么说呢，工作确实很硬核，之前实习的时候这种活儿大概率轮不到新人碰。这边倒好，只要方案有数据支撑，没人会因为你是实习生就拦着。关于mentor：教的是怎么思考问题记得有次遇到状态同步的坑，mentor没直接给答案，而是从分布式系统的一致性模型开始推，让我自己琢磨结论。他的原话：不只是会写代码，要成为能设计系统的人。听起来比较简单，但对于校招生来说并没有这些意识，很多时候需要有这样的引路人指引方向，这可能比敲2000行代码都管用。团队里学习氛围也很好，算法专家、infra大牛都有，中午吃饭聊的都是最新论文、模型边界。这种环境待三个月，比自己闷头学一年来得快。关于地理位置还有个挺实际的，公司在海淀区蓟门一号，骑车十分钟到公司。中午甚至能溜回学校吃顿饭，下午再骑回来写代码。对于还在学校想找实习的同学来说，这种通勤体验确实香。大概就分享这么多吧，如果说对MiniMax观望的学弟学妹总结的话，我觉得是这样，如果你想找个地方写写CRUD混个实习经历，那这边可能不太合适，但如果你想碰点真东西、做的东西真能上线跑、愿意被推着往前走，这里确实是个还不错的选择。