27届阿里算法岗实习｜躺赢成长天花板✨

鬼仔在腾讯已经当了几年的校招面试官，很多学历一般般的同学都会问我，进大厂学历重要吗？会不会连面试机会都不给？ 今天鬼仔就抽空跟大家聊下学历问题。 学历很重要，但不是全部 先说结论：学历重要，当然重要了！但它不是决定项。 根据身边统计学，团队中无论是产品、开发还是算法，985/211的研究生同学还是占大部分的。 学历高的人获得大厂 offer 的概率也更高，这是不可否认的事实。 但是，学历只是面试官的考量因素之一，不要无限夸大学历的作用，它只是一个加分项。 在我们组和合作团队里，学历最低的是双非本科，跟他们合作下来，你完全感受不到学历带来的差异。 只要能拿到腾讯的 offer，说明至少在能力上，...

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。

27届，双9后端开发简历求拷打，0实习经历，感觉自己行动太慢了，还有哪的暑期或日常能投吗，还是说直接等秋招找个中小厂😭😭

我在美团实习的时候，发现身边优秀的人通常有以下几点的共同特质，当然我只是将我实习了解到的说一下，但我觉得不光是美团，可能大部分互联网大厂喜欢的人才就有以下几点共同特质。主动比如当你的leader提出了一个问题的时候，答案可能大家都不知道，但是你主动去找资料，并且尽可能高效的、详细的去回答这个问题。再比如，有同事对解决一个问题有困难的时候，你能在保证自己工作任务顺利完成的情况下，主动去为同事提供帮助。复盘比如对出现的问题，未达到预期，能及时做好复盘，并且提出自己的想法，和未来可以改进的点。乐于分享自己学到的一个工具，总结的经验，或者自己学习到的知识等，能及时沉淀出相关的文档，并且在适当的时机进行...