暑期终于告一段落

今年的暑期明显感觉被ai冲击的太厉害了,跟一些学长交流说去年这个时候末9本0实习也有不少的大厂面试,但是今年身边同bg没有实习的同学面试寥寥无几。去年年底找日常的时候还在想,9+一段实习在暑期应该还不错的,现在看来只能说有面试,卷实习的人一年比一年多,也幸好当时自己选择去干了三个月而不是全部押宝暑期吧。
全部都是后端(服务端)开发
timeline:
3.28 美团笔试
3.29 携程笔试
4.1 oppo客户端约面拒
4.3 美团一面挂
携程一面挂
4.7 快手一面
4.10 众安保险笔试
4.11 网易互娱笔试
4.12 拼多多笔试
4.13 众安ai一面
4.14 美团一面
4.15 众安二面
快手二面挂
老虎国际一面
4.16 腾讯一面挂
4.17 众安hr面
美团二面
4.19 鹰角网络笔试拒
4.21 众安oc
4.22 美团hr面挂
4.26 网易雷火笔试拒
4.28 美团一面
4.29 美团二面
美团oc
简历挂/无推进:
vivo,米哈游,拼多多,百度,京东,深蓝互动,小米,tme,bilibili,好未来,得物,滴滴(这个真有点无敌了,提前批投递给我分到了一个jd写的c++的岗位,结果后面岗位都下架了还在简历筛选,不结束还不能投第二个)

团子三进宫终于过了,我要当黄袍骑手
#牛客AI配图神器#
全部评论
今年真难
点赞 回复 分享
发布于 05-01 22:47 湖北

相关推荐

04-30 13:08
已编辑
广东工业大学 C++
先说下主包本身情况:cpp转码选手,bg广东某双非本,有一段四个月的xhs的客户端实习主包本身转码到现在也就是一年多一点的时间吧,去年这个时候依稀记得才刚开始学习C++的东西。去年刚学的时候,非常有自信,认为自己的水平一定能找到实习的。我觉得我学的还是很快的,那些基础知识也是熟悉的很。依稀记得去年找实习的时候,因为是年底,就只有字节和xhs的两个面试xhs倒是走运,给捞起来面过了;但是字节三面出的问题太恶心,仿佛注定了我后续面试字节的经历在xhs的一段经历其实也蛮开心的,但是一直纠结于方向的问题,确实是很不喜欢做移动端的事情,而且真的感觉自己在xhs的一段时间没学到什么东西,自己也没有说主动的了解,所以这段实习我感觉是很失败的。我感觉自己辜负了mt和ld的期待吧,4.1的时候就选择离职了,因为当时手上面试还有几个,觉得自己很快能找好下家的。没想到,我的找实习之路竟然如此波折:滴滴1次,字节5次,腾讯2次,美团1次,这些都挂完了,特别是昨晚面腾讯的时候,实习的东西被拷打的体无完肤,我面了10min我就大概知道结局了,出去后一看秒挂。但不知道是不是上天眷顾,有个还算大厂的游戏厂的服务端面试过了。目前已OC,决定去这里了。也有了解过,游戏后端的发展可能不好,但是流程只剩下tme移动端的了,确实是不想被钉死在移动端上。游戏后端好歹也是服务端思想,也许还有一线生机。如果真的去做移动端了,我可能这辈子就只能去做移动端了...也做好了第一份工作结束后就转行的打算了,这个世道代码能写几年就写几年吧也非常感谢这个公司给我机会让我暑期实习有去处,接下来就是51休整一下准备节后入职了
点赞 评论 收藏
分享
大二玩了半年RAG,我发现最靠谱的解法,居然是百年图书馆逻辑本人大二,接触Agent开发从RAG入门,摸过GraphRAG、RAGFlow这些热门项目,也啃过LlamaIndex、LangChain框架,踩了不少坑,也有了些不一样的想法,纯分享思路,不做落地。先说说我看到的核心问题:RAGFlow的溯源功能能标清信息出处,解决了模型胡编的问题,却缺了LangChain那样的隐私数据守卫——检索时只过滤正文,溯源链接还留着,等于给隐私泄露、外网信息跳转留了后门。同时现在的RAG大多是文档乱塞一锅炖,海量数据根本管不住,开源框架要么太笨重新手难维护,要么功能太简陋撑不起场景。想通这些的时候我正在学校图书馆,突然发现:我们卷破头的RAG问题,现代图书馆这套人类用了上百年的「信息管理系统」,早就完美解决了。核心思路完全对标图书馆逻辑,分三点:1. 先分级管控,从根源堵隐私漏洞像图书馆分普通阅览区、内部资料室、涉密档案室一样,给文档做分级。敏感内容直接拦在库外,内部文档没权限连检索都搜不到,自然不会有溯源链接泄露的问题,只有合规公开内容才开放完整溯源。2. 先分类入库,解决海量数据混乱图书馆新书不会直接堆书架,会先验收、查重、按标准分类标引再上架。对应到RAG里,就是文档先自动清洗、去重、分类打标,再分到独立向量库物理隔离,再多文档也井井有条,不会越用越臃肿。3. 统一规范做开源生态,解决「各玩各的」的痛点图书馆能跨馆互通,核心是有统一的编目规则。我们也可以定一套极简统一的开源RAG库规范,实现两个核心:一是人人都能按规范分享自己的RAG库,开箱即用不用二次处理;二是符合规范的任意两个RAG库,都能无缝拼接,自动对齐分类、去重、更新索引,不用手动改配置。现在RAG圈总在卷框架、卷算法,却忘了做RAG的初衷,是让普通人用最低成本让AI落地。这套图书馆逻辑的思路,不用高算力不堆复杂技术,刚好能让本地小模型配上标准化RAG库,真正变得可用。纯思路分享,不打算自己落地做项目,玩RAG的朋友有想法,欢迎一起交流。大模型  开源思路 #大学生编程
空想天使:有的兄弟有的,rag有这些技术,第一点叫做二级权限校验,在用户输入,调向量库之前,先去用户数据库找找有没有这用户,如果没有就挡住,第二部就是调知识库之前再去用户数据库核对一下,他的读库权限和检索库名是否对应,不对应也挡住。第二点叫做分库管理+元数据过滤。核心就是用户问2024或者指定v0.1版本的文档,那检索的时候就筛选对应的文档标签。第三点我还没听说过倒是,毕竟rag这玩意做出来的主要目的就是赋能企业的知识库,而企业知识库一般都是私有的,比较讲究私有化部署,有啥需要共享内容的直接调用web search得了
点赞 评论 收藏
分享
评论
5
2
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务