九识智能校园招聘 ｜自动驾驶 ｜ 内推

春招快结束了，C++ 还没拿到 offer 的同学，现在最该做的不是焦虑春招到这个阶段，很多同学已经明显慌了。看着别人陆续拿 offer，自己投了不少，笔试、面试也参加了，但结果总是不理想，心态很容易崩。但说实话，春招收尾还没拿到 offer，并不代表你不行。很多同学真正的问题，不是能力完全不够，而是准备方式有问题：复习很努力，但没有抓住重点；项目做过不少，但表达不出来；岗位投了很多，但方向并不匹配。如果你现在还没有 offer，先别继续无效焦虑，接下来最该做的是这几件事。先判断自己到底卡在哪 不要笼统觉得“自己太菜了”。 一定要先拆问题：简历投出去没回应，大概率是简历内容、项目包装、岗位匹配...

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。

Timeline3.5一面3.8 二面3.12 三面3.18 hr面4.2 offer

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...