很多人实习结束后都会陷入一个误区：觉得自己每天都在重复打杂、整理数据、改边角bug、帮忙跑流程，忙活一两个月，最后简历空空如也，没有任何能拿出手的含金量产出。其实真不是大厂不给机会，而是大多数实习生太被动，等着导师派活、等着别人教、等着任务上门。我这段时间的实习最大感悟：实习的产出从来不是等来的，是自己主动问、主动学、主动揽来的。哪怕只是普通业务岗、后端基础岗实习生，只要找对方法，完全能把无效打杂，变成能写进简历的硬核成果。首先，所有实习成长的核心，一定是啃透部门文档，这是最快出产出、最容易被忽略的捷径。绝大多数新人入职，扫两眼文档就觉得枯燥难懂，转头就等着导师安排简单活混日子。但部门文档是整...

二战寄了，然后包装了一下简历，投出去没人搭理我，问ai感觉千篇一律的车轱辘话，厚米们我这简历有什么优化的地方吗，信息不够精炼吗😇我投的7 8k岗位是要太多了吗😇😇😇麻了

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。

最近上班摸鱼回归了牛客，感慨牛客营造焦虑的水平依然是有增不减，作为过来人，当年和现在的学弟学妹们一样在牛客焦虑过的人，现在也想回过头来跟大家分享一下我当年坎坷的求职经历，同时给大家提供一些参考。先说一下个人bg，24届双非本，心理学天坑专业。本人大学经历非常平淡，大概就是完全符合传统当代大学生的成长模板。大一刚入学满怀理想信念，上课天天坐前排，当了社团干部，也加了学生会，整个大一成绩还可以；大二开始思考未来方向，留任了学生会，决定不考研直接就业；大三谈了恋爱学习上基本摆烂，没有卷任何东西；大四跟着学院安排参加实习，然后是求职和毕业。心理学本科生的求职方向很局限，基本只能考试、当老师或者做职能岗...