社招｜前端开发工程师｜深圳

30分钟 0.自我介绍1.谈了谈有无考公考研的打算2.回归正题 介绍项目（某硅谷的离线实时，还有paimon湖仓）讲了讲ads层指标什么三天登录，用户流向分析之类的，我说这三个项目指标都差不多问了我在哪做的，我说在自己虚拟机上部署的问数据来源，我说是有模拟生成业务库数据和日志数据的jar包，然后讲了一个这两条链路的数据的路径，maxwell，flume,kafka什么的然后问我paimon湖仓 怎么做的  我说paimon湖仓用官方的mysql-paimon的包直接进行同步，代替了maxwell然后我说paimon的snapshot+tag代替了传统离线的拉链表，感觉很方便，问我什么地方做的拉链，我说的用户表，然后我又讲了讲hdfs的小文件，paimon怎么解决的实时写入的小文件问了有没有遇到过什么问题  我说遇到执行任务的时候doris fe节点崩溃，查不到数据，然后我就一直扩大内存，虚拟机也搞得一台25g了3.flink怎么保证数据不丢不重   我答了kafka支持事务，checkpoint记录状态和kafka消费位点，又讲了paimon sink的时候自动清除没有snapshot指向的manifest来删除故障前多读的数据，说了一堆paimon相关的，比如lsm树文件结构，checkpoint时产生snapshot，还有paimon写入文件的大概流程4.数据倾斜  我说的原因就是比如短视频业务下某个视频火了产生热点key，导致某个分区数据特别多，可以用flink的重分区算子，写代码加盐打散，或者自定义kafka的分区逻辑5.sql优化  我说的谓词下推提前过滤，多表join优先join小表，还有starrocks，doris这些olap引擎的CBO优化查询，讲了starrocks物化视图是一个实际读出来的表，可以设置新鲜度来变更读的频率，而且CBO会自动查询sql语句的查询结果是不是某个物化视图的子集，以此来优化，然后这些引擎底层也会帮我们做些优化。6.问我知道paimon的结构化非结构化数据的存储格式吗    不知道，没接触过6.1讲一下什么是湖仓一体 我说是湖的各种数据都能存和仓的规范的，规定好字段名，类型等元数据便于分析的能力的结合，我自己又说了一些什么schema on write，read之类的7.问我还知道什么数据湖技术  我说iceberg，hudi 区别我之前看过，但是忘了，我就记得paimon和flink的集成比较好，比较亲儿子，然后就没问了8.怎么看现在很多人都投身大模型行业   我说的感觉很正常，因为这个ai本身看着就很吸引人（）8.1我说我用过那个阿里云的data什么，面试官说dataworks是吧，就是我们之前做的，问我还用过什么，我说阿里云的flink,fluss都用过，也用过神策，然后面试官讲了讲他们的产品8.2说了说我做过的其他东西，我说我搭建过网站，做过抖音小游戏但是上架太麻烦（）9.英语好不好  我答：半废   面试官说那海外业务就不考虑你了10.怎么看data+ai （因为我简历上写了了解data+ai）我说的就是从前我们用个什么库只能对文字完成基本情感的正负分析，而引入了大模型就可以做出更精确的判断，比如用在用户直播间识别弹幕给主播提建议，或者金融行业智能agent检测到风险实时邮件通知之类的反问 15分钟1.flink现实市场上用的多不多2.paimon这类数据湖到底用的多不多当时忘录音了（），有的问题记不清了整场面试也是又说有笑，面试体验给到夯（）🤠🤠🤠

鼠鼠看岗位要求擅长使用AI编程工具开发，刚好鼠鼠实习的时候用cursor这些前后端都干，于是投了投。1. 自我介绍2. 实习经历，按着简历一条条问。3. kafka的消费者组，消费者，分区，kafka服务实例之间的关系（简历上有写用kafka，于是问）4. 看我对kafka不是特别熟悉，就问我有没有最熟悉的中间件，准备深入交流（鼠鼠怕其他经不起深问，回答redis）5. redis有哪些数据结构以及对应应用场景。5. redis的一个线程模型5. redis的事件（感觉应该是问IO多路复用相关知识，不太了解）6. 再说一下Zset做排行榜，给个具体的案例6. 淘汰策略7. 缓存三剑客是什么？怎么解决的7. hashmap为什么是长度是2的n次方8. spring的事务传播级别9. spring事务失效的场景10. spring循环依赖其他有些问题记不清了，鼠鼠太菜了，实习做的服务端后台开发，全是crud，中间件都是基本使用，没有高级应用场景，这些中间件深入的八股也不会，面试官感觉挺尴尬的，感觉没啥可问，随便问了30分钟就草草结束，大概率凉凉，他说我简历只有对AI工具的使用就不问我AI相关知识了，好菜，感觉还是得沉淀春招了。

面试官提问 - 麻烦你先做个简单的自我介绍。- 你自己写博客、公众号文章，是技术向的还是产品向的，或者是什么类型的？- 你是学软件工程/计算机相关的，也有工程和算法能力，为什么选投产品岗位呢？- 你觉得 n8n 和 Coze 在功能定位上、面向的用户群体（或用户画像）上会有什么样的区别？- 除了国内国外用户的差别，在用户的使用体现上/能力画像上，你觉得会不会也有偏向或区别？- 为什么 Coze 单独劈出了一个 Chatbot（对话机器人）模式，又单独给了一个编排工作流（Workflow）的模式？为什么要做这就两个形式？- 这两个模式分别是什么样的用户会去使用？- 你用过 Dify 吗？你觉得 Dify 和 Coze 还有什么差别吗？- 在做这个 AI Marketing 的工具中台时，这个中台会提供什么样的能力？以及这些能力互相之间是怎么串联的？- 它是像一个 AI 工具的配置平台，还是说把它集成到了一个视频剪辑的工具里面？- 在整个这套工具的实现链路上，产品经理是做的哪部分的设计？- 这个测试集你是用什么思路来构建的？如何保证测试尽量完整，以及尽量符合真实使用场景？- 评价标准是什么？比如设计几个维度，每个维度给它评分，还是怎么评？- 上线之前，比如准出我这个 AI 辅助生成视频的功能，它达没达到标准，这个怎么测？- 脚本打分是几分制？不同的分数都代表什么？- 如果十分制，你打了七分，我打了五分，可能标准不一致，这怎么办？- 大模型（多模态、生成、理解）出现后，从你自己的视角看，你觉得会产生什么样的新应用？或者有没有可能以前做得不太好的场景，现在能做好了？能举一两个例子吗？- 有没有更偏 B 端的企业想要用的东西？这种考虑过吗？- 你自己现在既然想做产品经理，自己感兴趣的方向是做什么类型的 AI 产品呢？- 在工作内容上（原型设计、数据/评测标准界定、算法策略/工作流定义、业务需求拆解），你有没有什么样的排序或者偏好？- 你现在在投的都是什么类型的企业？- 你目前的求职状态大概是什么样的？或者你心里的优先级是什么？- 你知道我们公司本身业务是什么吗？候选人提问- 内部服务的话大概是多少人？- 大概就是产品加研发大概是多少人？- 业务是更偏向于降本增效，还是增长类型？

agent项目对Java后端投简历有没有帮助？或者说Java后端带着Java技术栈和agent项目能投agent吗？最近面了两家Java后端岗，面试官都在最后问我有没有了解过agent和微调，而我又恰好之前给导师做过微调项目，但是基本是ai辅助做的，属于是比上不足，比下有余，理性讨论，这个agent风口有什么说法吗