求助，数据科学与大数据技术可以学java吗？

我一直觉得，如果想进入 AI 行业，最应该“卷”的其实是算法能力。AI 领域虽然岗位很多，但真正有技术壁垒的还是算法相关方向。无论是机器学习、深度学习，还是计算机视觉、自然语言处理，本质上都离不开扎实的算法基础。如果算法能力不够，很容易停留在调用框架、调模型参数的层面，很难真正走得更远。

工作职责 1、参与企业级数据平台建设，负责数据采集、存储、计算、可视化全链路开发；2、深入业务场景，参与数据模型设计与优化，提升数据质量和计算效率；3、参与AI数据产品设计与开发。任职要求1、2026届应届生，获得本科及以上学历，计算机、软件工程等相关专业优先；2、熟练掌握 Python / Java / Scala 至少一门编程语言，了解主流的开发框架和工具；3、熟悉开源大数据相关技术栈，包括 Hadoop / Hive / Spark / Kafka / Flink / OLAP引擎等；4、扎实的SQL能力，熟悉复杂查询和性能优化；5、强烈的责任心和团队协作精神，优秀的问题分析和解决能力，对数据技术有热情，持续学习新技术。加分项参与过AI项目实践，熟悉AI工程领域，例如Prompt Engineering、RAG、向量检索等。面向对象2026届（2025.9-2026.8之间毕业）投递链接https://jobs.mihoyo.com/?sharePageId=121176&recommendationCode=052BT&isRecommendation=true#/campus/position/8152

真正使用过帮我写代码的也只用过四个 : vs+copliot , idea + Linma , trae , cursor ， 就个人使用感觉而言 ，排个序吧 : cursor : 当年毕设就差不多是这玩意写的(当然主要是前端 ， 跑模型啥的自己弄) ，给到number 1vs+copliot : vs其实挺喜欢用的，相较于idea轻量化 ，配合copliot(免费送一个月会员) ，给到老二吧trae , idea+Lingma : trae是出于想试一试的心态用了一下 ，现在基本问个问题都要排队 , 但是时间还行，难评 ，Lingma主要是在idea里面用 ，一时间习惯也懒得改过来了 ，将就...

约面的挺突然。。狠下心接了1.自我介绍2.讲讲JAVA的反射3.可以继续讲讲AOP，动态代理[ 因为讲反射不小心吟唱到了例如AOP的动态代理，但是这块记忆的非常不熟，结果磕磕绊绊 ]4.项目我看你写了AOP和注解，具体怎么实现滑动窗口限流的[ 梦到什么说什么，吟唱八股发散千万不要散到自己不熟悉的区域 ]5.也讲讲为什么另一个项目选择令牌桶，具体流程6. OK，讲讲 Redis 的数据类型？还有吗？就了解这五种嘛[ 把5个的基础类型从应用对比到历届底层全都吟唱了一遍。一句还有吗直接没力气了，简历就写了理解5种，别的我是真一点没看TT ]7.讲讲Redission分布式锁实现8.这个指数退避怎么实现的9.在这里有考虑去保障幂等性嘛10.这里为什么使用指数退避呢? 什么时候用均匀重传[已经晕过去了说不了解，刚说了后就意识到，估计应该说指数退避能缓解压力防止下游服务器雪崩之类的]11.ok，那讲讲JMM12.讲讲RocketMQ如何保证的不丢消息13.讲讲RocketMQ延迟消息原理14.讲讲项目Redis实现会话记忆这一块15.如果ai调用function calling出现幻觉，有考虑怎么解决吗？[ 不了解，面试官说什么接口幂等化，高危操作人工防护，没在听，感觉人已经飞升了TT ]16.mcp了解嘛？和function calling有什么区别[ 依旧不了解，只能说了个前者规范架构抽象解耦，后者耦合高只能算个工具调用]17.AI生成代码的代码质量怎么保障，那平时如何review的呢18.算法。lc215  数组中最大第k个元素19.打算考研还是本科就业20.反问1️⃣有哪里不足，有哪些需要提高的部分。[主要说知识广度不够，多刷算法，让我别太紧张]2️⃣部门业务会做什么人生第二次面试。感觉大厂面试官的气场压力很大应该凉了不过这次面试非常锻炼心态，多面试，多面试。