米哈游的笔试

二面后“部门审核”一段时间，然后变成了“面试流程已完成”，然后变成“offer审核”都没三面/hr面，应该是g了，但是不给挂，很迷惑实习时长，简要介绍rag背后的原理之前做过向量化或者用过向量数据库吗？用python写爬虫脚本有没有遇到需要同时抓取大量页面的情况？如果需要爬取的数据特别多，短时间爬不完，会考虑怎么优化？介绍项目的背景互相关注用的是什么存储？单机还是分布式的？分布式场景下，多个节点的定时任务怎么协调？日常会用ai辅助变成吗？对Java比较熟悉？string、stringbuilder、stringbuffer的区别？string不可变的好处？单例模式有哪些实现方式？代码revie...

2016年阿尔法go 以4:1的比分打败李世石，从这一时刻开始，优化程序在很多垂直领域比人类更敏捷、更具备高效率的观点被越来越多的人所理解。虽然大家知道是AI ，但是和我们目前所理解的 LLM （大语言模型）是不同的。阿尔法go 是采用的是深度学习的方式去实现找到“最优解”， 其实这个过程和工厂里边的排产是一模一样的。首先我们先来看看阿尔法go 的原理。对于每下一手，可能都存在无数多种可能性的方案，如果在各种方案中找到找到最好的一种下法（最优决策），那么就需要完成三个事情:①：让决策引擎知道围棋的规则，例如已经被落子的位置不能再落子、每次落子只能落1子、棋子的气是......②：让决策引擎知道...

拿到offer那天，我第一眼看的不是职位title，而是——总包怎么算出来的。然后就开始拆：月薪 × 12？绩效打几折？年终奖是“看情况”还是写进合同？补贴含不含五险一金？期权能兑现吗，还是PPT上的未来支票？拆着拆着发现：年薪20万，可能月薪只有8千，剩下全靠“预期”。HR嘴里的“行业顶尖回报”，原来是一道需要自己解的应用题。终于明白——饼可以画大，但饭要一口一口吃。真正落袋的工资，才是生活的燃料。所以别跟我说“发展空间”，先告诉我：Show me the money。现金到手量，永远是最诚实的指标。

在线人才测评工具的应用，已经算是很普及的事了，但是不同的场景在选择人才测评工具方面，还是有很大差别的，测评工具的本质是为了提高人力资源的效率，降低人力资源风险，不同的场景下，应用方式也有所不同，比如：校招和社招，在候选人的群体上就不同，校招的特点是密集型的，候选人的区分度不高。所以如何选择测评工具？ 请看下文分析。小猫测试网，HR在线人才测评系统，在线性格测试（训练题库）。。。测评维度，要与校招岗位需求比较匹配校招测评最重要的目的是选拔出潜力人才，具有发展性，稳定性和培养价值，目前来看，大部分企业在选拔校招人才的时候，会把认知能力测验作为重点参考，通俗的说就是：智力水平，逻辑思维，归纳总结，阅...