首页 / 计算机有哪些岗位值得去?
#

计算机有哪些岗位值得去?

#
292330次浏览 2142人互动
哪些岗位校招还值得卷一卷?哪些岗位校招千万不要碰!计算机的"天花板"和"地板"你认为是哪些岗?说说你的看法>>
此刻你想和大家分享什么
热门 最新
测开劝退
真心劝退测开,这个方向真的不适合普通人,尤其是应届生。我身边这一届同学的情况,说实话已经很说明问题了。后端秋招一开始确实难,但只要技术不是太拉,后面补录、加面、捞人的机会一波接一波,最后基本都能上岸中小厂。而那些一开始就冲测开的,很多到现在还在等消息,甚至直接凉了。最直观的感受就是:测开的坑真的少得可怜。同一批同学里,后端、前端、客户端基本都有大厂 offer 扎堆的情况,哪怕不是顶级大厂,也能拿到几个中厂保底。但测开呢?泡出来的又有多少呢。不是不努力,是岗位就那么点,连给你复活赛的机会都没有。后端还能互相捞。秋招挂了,春招、补录、内推、转组,总能找到出口。测开一旦挂了,基本就是真的挂了,后面连投的岗位都没几个。目前有些转的人可能拿了几个不错的实习offer,那到秋招呢?hc少就笑不出来了。现在测开也就只有大厂和顶中厂有,小厂就是测试点点点,大厂也很多是点点点,后端起码还有小厂保个底还有人幻想什么先测开再转开发,我只能说太天真了。测开的经历,想转后端或者客户端根本不可能。核心开发经验没有,项目深度不够,面试官一句那你为什么不一开始就做开发基本宣判死刑。反过来,后端、前端干不下去了,转测开却很容易,这已经说明问题了。如果你是普通双非,那更要慎重。测开 HC 本来就少,筛人还看背景,普通学校在这种极小池子里基本就是陪跑。你用一个最普通的简历,去抢最少的岗位,结果可想而知。再说客户端和前端。很多人看不起前端,觉得卷,觉得不高级,但现实是岗位多、需求稳定、HC 实在。客户端更不用说,Android 和 iOS 到现在依然是硬需求,技术路线清晰,工程经验越久越值钱。我身边拿到大厂最多的,反而是客户端和前端,而不是测开。说句难听的,测开不是不能干,但那是给已经没得选的人准备的退路,不是给应届生拿来当首选的。秋招无脑选测开,本质就是用短期好像更容易上岸,换长期被动甚至被锁死。我是真心建议,能选客户端和前端就选客户端前端,再不行就去后端,哪怕多投多卷一点,也比一头扎进测开强得多。等你真正经历一轮秋招、春招、补录之后,就会发现被反复捞的,从来不是测开劝退不是唱衰,是不想看更多人踩已经踩烂的坑。
Java抽象小篮子:这话术换成劝退后端开发一点问题也没有,总有小登冲出来说别人想焊死车门,我寻思车门要真这么容易焊丝还轮得到你们上车吗
点赞 评论 收藏
分享
百度智能工具一面
一、个人信息问题1.简单做自我介绍。2. 应聘成功后能否保证6个月试用期。3. 两段实习经历中是否遇到过内存泄漏问题,如何定位与解决。二、Java基础与核心知识问题1. 了解的Java常用集合有哪些,具体适用场景是什么。2. HashMap的键为何一般不可变。3. HashMap出现哈希冲突时如何解决。4. HashMap中链表为何要转为红黑树,为何不直接用红黑树实现。5. ArrayList的扩容机制是什么,为何扩容为原容量的1.5倍。6. 如何理解Java反射,反射在工具类(如Spring)中有哪些应用,Spring的IOC通过反射具体怎么做。7. JVM内存结构包含哪些部分。8. Java中new一个对象,与内存分配使用相关的实现过程是什么。9. new对象时内存不足会发生什么操作。10. Minor GC如何上升到Full GC。11. 如何理解线程安全,Java中线程安全相关案例及保障关键字(synchronized、volatile等)的作用。12. synchronized和ReentrantLock的区别,使用上有何不同。13. 为何需要公平锁和非公平锁两种锁类型。14. 是否用过多线程,线程池的拒绝策略有几种,分别作用是什么。15. 线上使用线程池时,参数设定、拒绝策略制定有哪些经验。三、MySQL相关问题1. InnoDB存储引擎与MyISAM引擎的区别。2. COUNT(*)、COUNT(1)、COUNT(某一列)三者的区别,平常常用哪种。3. MySQL默认的事务隔离级别是什么,除默认外还有哪些事务隔离级别。4. 可重复读隔离级别的MVCC除对应解决的问题外,还能解决哪些问题。5. InnoDB的索引结构为何是B+树。6. MySQL出现慢查询时如何处理,若加了索引仍扫描大量行该如何优化。7. 1000万数据量的大表直接执行表结构修改的UPDATE语句是否合理,若不合理该怎么做。四、其他技术相关问题1. 平常是否用K8S,是否了解K8S的使用方法。2. 将个人简历基本信息(性别、手机号等)存入Redis,适合用什么数据结构,为何不用string类型。整体节奏平和,这周二约的面,原本在手子不想面了,但是HR一直在沟通,说一天可以走完流程之类的,加上之前没面过百度就想试一试,可能是由于岗位工作偏简单(前期工作配合测开写单测),所以面试难度很低,跟之前看的招超人那种完全不一样。抽象的是面试官迟到了半小时,发邮件也不回,HR也不接电话,后来HR终于接电话了,面试官给的回答是他忘记了,有点抽象。感觉最近裁员应该缺人蛮厉害,大家可以都试一试
北巷南街:不是,八股盛宴???
点赞 评论 收藏
分享
01-27 15:41
门头沟学院 Java
26春招无实习
想躺平的菜鸡1枚:我项目比你难、学历比你好、还有SCI论文,投java都被拒一大片,现在基本上都要问点agent开发
点赞 评论 收藏
分享
AI技术岗位实习完全攻略:从技术小白到BAT offer收割者
引言 在 AI 浪潮席卷全球的今天,技术岗位不再只是传统的软件开发,而是深度融合 AI 技术的复合型岗位。无论是后端开发、前端工程,还是 AI 算法工程师,都需要在 AI 时代重新定义自己的技能边界。第一章:核心技能栈构建1.1 后端开发技能图谱编程语言核心要求Python(必备):面向对象、装饰器、异步编程、数据处理库Java(推荐):Spring 生态、微服务架构、企业级开发Go(加分):云原生开发、并发编程、微服务核心技术栈必备技能:✓ 数据库:MySQL(索引优化)、Redis(缓存设计)✓ 框架:Spring Boot、FastAPI、Django✓ 消息队列:Kafka、RabbitMQ✓ 容器化:Docker、Kubernetes基础1.2 前端开发进化路径现代前端技术栈核心技能:✓ JavaScript ES6+:模块化、异步编程、面向对象✓ 框架:React/Vue.js(至少精通一个)✓ TypeScript:类型系统、工程化应用✓ 构建工具:Webpack、Vite✓ 状态管理:Redux、Pinia1.3 AI 算法工程师专项深度学习框架PyTorch:张量操作、神经网络构建、分布式训练TensorFlow:模型构建、部署、可视化实战项目方向核心项目:✓ 计算机视觉:图像分类、目标检测、人脸识别✓ 自然语言处理:文本分类、情感分析、机器翻译✓ 推荐系统:协同过滤、深度学习推荐✓ 数据挖掘:特征工程、模型评估第二章:项目实战经验构建2.1 全栈项目推荐项目 1:AI 驱动的在线教育平台技术架构:前端:Vue.js 3 + TypeScript + Element Plus后端:Python FastAPI + PostgreSQL + RedisAI服务:PyTorch + FastAPI微服务部署:Docker + Kubernetes核心功能:✓ 智能题库:基于知识点的自动组卷✓ 学习路径:个性化学习计划推荐✓ 智能批改:OCR+NLP自动批改✓ 学习分析:学习行为数据分析项目 2:智能推荐系统技术栈:Python + PyTorch + Redis + Elasticsearch功能:✓ 多路召回:协同过滤+深度学习召回✓ 实时推荐:流式计算+缓存优化✓ A/B测试:流量分配+效果统计✓ 个性化:用户画像+冷启动解决2.2 开源项目贡献选择策略推荐项目:✓ OpenCV:计算机视觉基础✓ YOLO:目标检测算法✓ Hugging Face Transformers:预训练模型✓ spaCy:NLP工业应用贡献方式修复 Bug:代码问题修复(60%)功能实现:新功能开发(25%)文档完善:改进文档和示例(10%)社区参与:回答问题和代码审查(5%)2.3 技术博客建设内容方向AI 算法深度解析(YOLO、Transformer、联邦学习)工程实践分享(PyTorch 分布式训练、MLOps 流水线)项目实战总结(技术选型、架构设计、性能优化)发布平台知乎:技术问答和深度解析掘金:工程实践和前端技术CSDN:AI 算法和技术教程GitHub Pages:个人技术博客第三章:求职面试实战3.1 简历制作技巧项目经验描述模板项目名称 | 技术栈 | 周期├── 背景:业务场景、用户规模、解决的问题├── 架构:技术选型、性能指标、创新点├── 贡献:个人负责模块、技术难点└── 成果:量化结果(提升XX%、优化XX%)示例:智能推荐系统 | Python+PyTorch+Redis | 2024.03-2024.08├── 背景:日活1000万用户的个性化推荐├── 架构:多路召回+深度学习排序├── 贡献:设计召回算法,优化特征工程└── 成果:CTR提升15%,用户时长增长20%技能栈展示编程语言:Python(精通)| Java(熟练)| Go(了解)前端技术:React/Vue.js(熟练)| TypeScript(熟练)后端技术:Django/FastAPI(熟练)| Redis/MySQL(熟练)AI/ML技术:PyTorch/TensorFlow(熟练)| Pandas/NumPy(精通)云原生:Docker/Kubernetes(熟练)| AWS(了解)3.2 技术面试准备算法面试重点必掌握知识点:├── 数组字符串:双指针、滑动窗口、前缀和├── 链表树图:遍历算法、最近公共祖先├── 动态规划:背包问题、股票问题├── 排序搜索:快排、归并排序、二分查找└── 系统设计:缓存、数据库、微服务架构AI 算法深度考察核心概念:├── 机器学习:监督、无监督、强化学习├── 深度学习:CNN、RNN、Transformer├── 优化算法:SGD、Adam、学习率调度├── 模型评估:交叉验证、性能指标└── 工程实践:特征工程、模型部署面试表现技巧分层次回答:从基础概念到深入细节举例说明:用具体例子解释抽象概念对比分析:比较不同方案的优缺点实践经验:结合项目经验展示理解3.3 软技能考察沟通协作能力跨部门协作的项目经验冲突解决和问题处理技术团队沟通技巧指导新人的经验分享学习成长能力快速学习新技术的方法自主研究前沿技术案例持续学习和技术分享习惯从失败中学习改进第四章:职业发展与前景4.1 行业趋势分析技术发展趋势大模型应用:├── 基础模型:GPT系列、BERT系列├── 多模态:GPT-4V、DALL-E、Claude 3├── 垂直应用:Code Llama、BioGPT├── 开源生态:LLaMA、ChatGLM└── 部署挑战:推理优化、模型压缩AI+行业融合金融 AI:智能风控、算法交易医疗 AI:医学影像、药物发现教育 AI:个性化学习、智能评估制造业 AI:质量检测、预测维护跨界发展机会AI+行业专家:AI+金融、医疗、教育、制造技术创业:AI 应用、工具平台技术投资:VC/PE 投资、基金合伙人技术咨询:数字化转型、AI 战略管理路线发展路径:3-5年:技术组长(团队协作、任务分配)5-8年:技术经理(团队管理、人才培养)8-12年:技术总监(战略规划、资源协调)12年+:VP技术(公司技术战略)结语AI 技术岗位正站在历史的风口上,技术的快速迭代为每一位从业者提供了前所未有的机遇。成功的 AI 技术从业者具备以下特质:核心竞争力深厚的技术基础:扎实的计算机科学基础和 AI 算法理解工程化能力:将理论转化为实际产品的实践能力持续学习能力:快速学习新技术、适应变化的能力跨领域协作:与产品、业务、设计等团队有效协作商业洞察力:理解技术如何创造商业价值成功关键要素实践为王:理论学习必须结合大量项目实践技术视野:关注前沿技术发展,保持敏感度工程思维:注重代码质量、系统架构、运维部署用户导向:始终从用户价值出发设计技术方案团队合作:具备良好的沟通协作和领导力潜质特别推荐泡泡小程序 AiCV 简历王来优化您的求职准备:智能分析技术岗位需求和技能要求个性化优化技术简历,突出项目成果提供技术面试问题预测和回答指导大幅提升求职成功率和 offer 质量技术改变世界,AI 赋能未来。在这个充满无限可能的 AI 时代,选择从事技术工作,意味着选择了一个需要持续学习、不断创新的职业道路。机会永远属于有准备的人,技术实力是最好的敲门砖!
点赞 评论 收藏
分享
Gemini3.0 前端无了?
只会按tab的bug...:现实开发中根本不需要开发设计UI和交互,只需要还原设计稿就行,所以ai这种自动生成页面的能力可以说基本没什么用。。能做到100%还原输入的figma设计稿再说吧。。
点赞 评论 收藏
分享
春招前端还是转全栈
投票
小肥罗:时间上,还是前端来得及。all in后端不稳的,你技术不够强,是挤不进去的,竞争力太大。转全栈,从技术层面上来说,是最稳的,就业率更大,但时间是一个问题。
点赞 评论 收藏
分享
02-02 22:59
已编辑
衡阳师范学院 Java
27双非学院本求教java路线
投票
证书只有软件设计师和四级,数学、编程能力弱,c++、java、python都只有自己学校编的教材的水平,库和开发框架基本没有用过,算法leetcode只刷过二十几道简单题。现在开始学是从语言的基础栈补,未来投开发岗的实习的好;还是转测试运维的好啊?在衡阳本地找个4k~7k的岗就满足了。求教未来的学习路线,编程语言我也不知道学什么好。目前我是让ai结合当地一家企业软件工程师的招聘信息,做了一份java的学习路线,打算按这个路线学了,不然真没方向了,如果java现在还可以的话帮我看看吧本人23年填志愿时听互联网上吹计算机好就业,动不动就年新30~40万,自己也懵懵懂懂,对行业没主动了解,就想着自己能力也就一般,那么高的薪水怎么也轮不到我头上,但在本地找个5k左右的、清闲一点的岗,不把身体搞垮、能有口饱饭吃应该问题不大(我现在一人吃饱全家不饿,就想着苟活,工作后有余裕干点想干的,没什么奋斗目标)。因此,我在大一大二对所有语言都是浅尝辄止,自己也没编程、计算机的兴趣,四大件只是不用担心期末的水准,数据库只会基本的sql语句,结果导致现在不得不面临就业压力了,感觉自己什么都不会、真没公司要了。视力、身体强度等素质不好,考公和教资要求双眼矫正不低于4.8,直接被pass,不想做手术,不想眼球后端已经高风险的情况下再给前端加风险了。由于现在项目没有、基础不牢,怕失败以后两头空,打算毕业后、看行情再考虑。
点赞 评论 收藏
分享
我第一次把 AI 项目写进简历,是在一个周末
简历困境:会写代码,却没有项目作为计算机专业的学生,我和许多同学一样:有编程基础(Python、Java 都学过)掌握主流框架(Django、Spring Boot、React)完成了所有课程设计(数据结构、算法、数据库)但当面对实习或求职时,简历总显得空洞无力。我的简历是这样的:项目经历:1. 学生管理系统(课程设计)2. 图书借阅系统(数据库作业)3. 计算器应用(Java 课程项目)每次面试,HR 都会问:"你做过完整的项目吗?"我的回答总是结结巴巴:"这个...算是做过吧,但就是课程作业..."HR 继续追问:"能演示一下吗?或者给个链接?"我:"呃...那个代码在本地,没有部署..."面试到这里,基本就凉了。转机:一个周末的 AI 实战直到我参加了一个周末实战 AI 培训班,彻底改变了我的视角。这个培训班的核心理念不是"学多少知识",而是**"做成一个真实可用的产品"**。时间安排:周五晚(19:00-22:00) - 快速启动AI 工具链介绍(LangChain、向量数据库、API 调用)产品设计思路(从需求到功能拆解)技术栈选型(前后端分离 vs 全栈方案)周六全天(09:00-21:00) - 疯狂开发上午:功能设计 + 核心逻辑实现下午:前端界面 + 后端 API 对接晚上:功能测试 + Bug 修复周日半天(09:00-15:00) - 部署上线代码优化和文档编写服务器部署(Vercel/Railway/云服务器)获得可公开访问的 URL我做了什么项目?项目名称:AI 学习笔记助手核心功能:上传 PDF/Markdown 文档,自动提取知识点AI 生成思维导图和复习问题支持问答式复习(基于文档内容)技术栈:前端:React + Tailwind CSS后端:FastAPI + LangChain数据库:Pinecone(向量数据库)部署:Vercel(前端)+ Railway(后端)最终成果:一个完整可访问的网站:https://ai-notes-helper.vercel.appGitHub 仓库:完整代码 + README 文档实际使用反馈:3 位同学试用并提出改进建议简历质变:从作业列表到项目经历周末结束后,我把这个项目写进了简历。第一次,我的简历不再像作业列表,而是有可验证、可追问的项目经历。优化后的简历:项目经历:AI 学习笔记助手 | 个人项目(线上可访问)- 技术栈:React + FastAPI + LangChain + Pinecone- 功能:支持文档上传、知识点提取、AI 问答、思维导图生成- 成果:部署上线,累计 50+ 次访问,获得 3 条用户反馈- 链接:https://ai-notes-helper.vercel.app- 代码:https://github.com/xxx/ai-notes-helper面试时的变化:HR:"你做过完整项目吗?" 我:"做过,这是我上个月完成的 AI 学习笔记助手,您可以直接访问这个网址体验。"HR:"能讲讲技术实现吗?" 我:(自信满满)"前端用 React 实现响应式界面""后端用 FastAPI 处理文件上传和 AI 调用""用 LangChain 封装 OpenAI API,实现文档解析和问答""用 Pinecone 做向量存储,提高检索效率"HR:"遇到过什么难点?" 我:"最大的挑战是文档切片策略,一开始切片太大导致上下文丢失,后来优化成滑动窗口方案,准确率提升了 30%。"HR:"有用户反馈吗?" 我:"有 3 位同学试用后提出建议,比如支持更多文档格式、增加笔记导出功能,我在第二版中已经实现了部分需求。"面试官明显眼前一亮。核心经验总结在这个过程中,我总结了几个关键经验:1. 不要追求完美,先跑通完整流程错误做法:想做一个完美的系统,结果卡在某个功能上,项目永远做不完。正确做法:第一版只实现核心功能(MVP 思维)先跑通"上传 → 处理 → 展示"完整链路后续迭代再优化细节我的实践:第一版只支持 PDF 上传和简单问答第二版增加思维导图生成第三版优化界面和增加导出功能即便功能不复杂,完整闭环比零散练习更有价值。2. 真实可访问胜过演示截图对比:截图:HR 只能看,无法体验,说服力弱可访问链接:HR 可以直接操作,真实感受产品我的做法:部署到 Vercel(前端)和 Railway(后端)获得稳定的公网 URL在简历和面试中直接分享链接效果:HR 能直接体验,比你讲一百遍都有说服力。3. 记录反馈,优化产品做法:邀请同学试用,记录他们的使用体验收集问题和改进建议(建立 Issue 列表)根据反馈迭代产品(体现产品思维)我的记录:用户反馈:1. 希望支持 Word 文档上传 → 已在 v2 实现2. 生成的问题太简单 → 调整 prompt,增加难度梯度3. 界面不够美观 → 重构 UI,使用 Shadcn 组件库这些迭代记录在面试中非常加分,证明你有产品思维和持续优化能力。给同学们的建议1. 选择合适的项目方向推荐方向(适合周末完成):AI 工具类:笔记助手、简历优化器、面试刷题助手数据可视化:个人消费分析、学习时长统计、GitHub 贡献图小工具:二维码生成器、图片压缩工具、Markdown 编辑器避免的方向(周末难以完成):社交平台(功能太复杂)电商系统(涉及支付和物流)大型管理系统(需求不明确)2. 技术栈选择建议前端:React(生态丰富)或 Vue(上手简单) 后端:FastAPI(Python,适合 AI)或 Express(Node.js,前端友好) 数据库:Supabase(免费)或 MongoDB Atlas(文档型) 部署:Vercel(前端)+ Railway/Render(后端)3. 时间分配建议需求设计:10%(不要过度设计)核心开发:60%(聚焦核心功能)测试优化:20%(保证基本可用)部署上线:10%(自动化部署)结语这次经历让我明白:真正重要的不是你学了多少知识,而是你做成过什么东西。AI 不是课堂作业,而是你能力的证明。只要跑通一次完整流程,你就能在简历、面试、甚至实习中获得实质性优势。与其学习更多零散知识,不如先完成一次完整闭环。如果你也在为简历发愁,不妨这个周末就开始动手。选一个小而美的项目,两天时间,从零到上线。相信我,这个经历会让你的简历脱颖而出。
点赞 评论 收藏
分享
2025-08-12 13:10
已编辑
门头沟学院 Java
上海小厂Java
面试时常大约一个小时,无反问环节1.自我介绍2.介绍项目3.DDD架构的一个理解4.DDD架构如何分层5.如何实现用户登录6.登录如何校验密码的正确性7.项目中对锁的使用8.锁的超时时间如何设置的9.订单超时之后的处理10.项目中如何避免死锁11.什么是死锁12.项目中的lombok用来干什么的13.mybatis-plus的常用方法14.根据id查询使用什么方法15.mybatis的mapper层需要注意什么16.mybatis-plus中的如何实现的模糊查询(字符串拼接)17.selectOne的方法怎么使用18.如何mybatis中传递列表,如何接受并且使用19.mybatis中的<怎么解决20.现在有一个需求需要接受JSON数据,然后是post请求,如何接收21.接收到请求如何保证参数传递的时候不为空22.现在客户反映一个查询方法比较慢,如何去排查(慢sql)23.查询到具体的sql部分之后怎么去查看性能原因24.sql调优25.mysql的事务26.mysql的隔离级别27.mysql中写过事务吗,spring中呢28.spring事务失效的原因29.那些引擎不支持事务30.常用的数据库连接工具,有没有对数据库进行备份31.数据库常用的字段类型32.varchar的默认长度是多少33.日期类型使用什么,如果是存入年月日该是用什么34.如何设置主键自增35.Java中的基本数据类型36.byte的大小和范围,int的范围呢37.项目中涉及金额使用什么类型38.为什么不适用double而是用bigdecimal39.什么情况下会出现精度丢失40.类型转化从小到大排序41.讲一讲对jvm的理解42.常见的垃圾回收算法43.Java中的集合44.线程安全使用什么map45.有部署过项目吗,如何部署的46.部署的项目要在后台运行,如何部署47.线上部署的话,如何查看日志48.前端有了解吗,vue会用吗,现在有一个显示隐藏怎么操作49.有配置过nginx吗?反向代理如何实现的50.docker有用过吗,查看镜像和容器的指令51.docker查看日志的指令52.服务器中怎么查看内存(linux)53.jvm调优你会关注哪些字段54.jvm调优的指令55.ai有用过吗,用过哪些答了大约九成,已oc
点赞 评论 收藏
分享
玩命加载中
牛客网
牛客网在线编程
牛客网题解
牛客企业服务