总时长一个小时面试前了解：1.你对我们部门有什么了解？2.未来准备读研吗？3.能接受北京实习吗？----面试----1.自我介绍2.介绍一下项目和一些亮点项目问题：3.为什么使用redis做计数统计，有哪些业务上的需要？4.项目中使用redis哪些地方用作缓存？哪些地方用作存储？5.用户点赞的整个流程（这里询问的还是很深的）6.你使用了本地缓存和redis，哪些场景用本地缓存？哪些场景用到redis？7.你再介绍一下亮点？八股：慢SQL排查的思路索引设计问题小场景：对于VIP用户，关于他的数据量很大，他会频繁查阅自己的主页，仅从数据库层面看，如何设计索引或者其它方面的优化来提高SQL查询的效率？（涉及索引调优，分库分表，冷热数据分离，表分区，缓冲池等）读锁和写锁的区别MySQL行锁的类别行锁锁的是数据行还是索引？手撕：LC23 合并k个升序链表总结：问题不是很多，主要和项目相关的问的多，也都比较深入。面试官很看重中间件使用的合理性和必要性，看重结合业务需要或者功能实现使用中间件，而不是简单炫技。对八股的拷打比较偏向通过小场景进行提问，考察对八股的运用，而不是直接的名词解释。感觉面试官人很好，这次面试体验感还是很好的，收获还是很多的

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...

面试官开口就问：“同学，你期望的工作地点是哪儿啊？”我想都没想直接说：“广州啊。”对面瞬间安静了半天，然后慢悠悠来了句：“同学，我们总部在北京，秋招也只招北京的岗。”我当时直接懵了，脱口就是一句：“啊？北京？你们公司在北京啊？那北京也行！”

友友们，最近有一个美团日常实习面试，但我怕准备不充分脏了面评，我去豆包问了一下说日常实习和暑期实习的面评互不相通(本人已大三)，不知道靠不靠谱嘞