速记----大牛必学三件套

一面： 1.实习经历追问，数仓建设流程 ，为什么要设计各个层2.spark的任务调度流程，spark的数据量级3.spark的性能优化经验？4.如何定位任务失败？有哪些原因？分别应该怎么处理5.对于数据治理的理解，在元数据管理的治理中不同的元数据分别有什么作用？你是怎么使用的？6.数据倾斜的情况在具体的什么业务中出现，举例，并给出你的优化方案7.如何去保障数据的质量？数据标准你是如何制定的？8.为什么源数据存在mongoDB？9.了解agent么？大致讲一下agent的工作原理，mcp和functioncalls的区别是什么？10.是否参与过模型的微调？agent的数据具体如何处理？数据增强那一块是怎么做的？手撕：拓扑排序，leetcode hot100课程表的变形 medium难度（之前背过模版所以还好）二面：1.具体追问了数据倾斜和OOM的问题是如何处理？2.数据治理这一块你做了什么？不要说数据治理分这些3.你是怎么做数据监控的？有哪些方面的监控？你如何具体定位问题去解决？4.你的数据标准是如何制定的？你如何去保证数据的准确性和一致性？5.agent这块是否了解？你实习主要是做什么的？agent的原理和强化学习这些是否有了解过？手撕：接雨水 用了双指针后要求用单调栈

点开知乎，热搜第一很有意思，上海交大2026年计划招5000名博士，夸张到什么程度，有些学校本科生一年才招4000-5000左右，难以想象现在大环境差到什么地步了，学习贬值越来越严重了……一个硕博毕业生从本科到毕业至少需要6-7年，本科四年不算在内。而byd从92本点击就送，到今年硕士还卡本科院校，只用了不到5年。在时代的洪流面前任何个人的努力都是徒劳的，不以物喜，不以己悲，身体健康最重要。

电子、互联网大厂 HC 骤降，身边已知的投传统后端开发的同学，投了 30 多家只收到 2 个面试，有的大厂甚至直接缩减应届生招聘名额，竞争比去年还激烈。而且毕业生总数达 1222 万，同比多了 43 万，简历池里挤破头，普通背景的同学很容易石沉大海。但回暖的信号也很明显，AI、新能源、生物医药这些赛道疯狂扩招，算法工程师岗位需求同比涨了 91%，具身智能相关岗位薪资更是直奔 33 万 +。国企和新一线城市机会也变多，身边学电池研发、AI 应用的同学，早就拿到好几家 offer，甚至能挑挑拣拣。所以不是秋招没机会，而是赛道选对了才 “暖”，选错了就只能 “冷” 到底！

报的C++岗，考察了数据库，完全没复习，希望能过。50分钟编程题AK，感觉手生了，还有很大提升空间。