三月机会多

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

说实话，如果不是最近这段时间重新出来面试，我可能不会这么快把「AI 应用开发」当成一件必须要补的能力。我做过业务系统、做过中台、也踩过高并发和复杂业务的坑。这几年主要精力都在架构稳定性、业务抽象、工程能力上。直到最近一次次面试下来，我明显感受到一件事：各个企业都在想着把AI应用到自己的企业中”。经过一段时间的了解，我整理出 Java 学 AI 的大致方向，我将按照这个路子走下去。我理解的「Java 学 AI」，不是去做什么？在真正开始学之前，我先给自己定了几个边界：不去卷算法、不搞模型训练不从 Python 数学公式开始不追求“AI 专家”人设而是明确一件事：我还是一个 Java 后端，只是要...

总结一下最近面试的 agent 实习面试，包括深信服，anker，minimax，万物云，吉比特整体感觉是：不再考 “你会不会用大模型”，而是考 “你能不能把 Agent 系统跑在真实工程里”。下面把我遇到的高频 Agent 面试题，按模块系统性总结一下，供后来者参考。一、Agent 在学术 / 工程上是如何拆分的？高频问题：Agent 在学术上由哪些部分组成？和普通 LLM 应用有什么区别？二、上下文工程 vs Prompt 工程（几乎必考）高频问题：上下文工程和提示词工程有什么区别？三、如何减少幻觉（Hallucination）高频问题：Agent 如何减少幻觉？在工业场景下怎么做？四、多 Agent / 多异步任务下，如何防止上下文污染？五、RAG 流程（几乎场场都有）六、MCP vs Tool / Function Calling七、工程基础Redis 为什么单线程？HTTPS 握手流程？经典算法（课程表 / 拓扑排序）SFT/PPO/DPO/GRPO 的区别，微调一个大模型的流程是什么样的？

之前就分享过自己打工的一天，但当时才刚刚入职，现在已经开始研发公司新项目啦！ 不吹不黑，私企嵌入式女工程师的一天到底有多累？👩🏻‍💻 👇🏻这是我的一天—— 7:50 闹钟⏰响了。脑子：起床。身体：拒绝。磨叽磨叽到八点啦 8:20 出发出发！冬天好冷呀，已经没有骑电动车兜风的快乐了 8:40 到公司，打卡有点晚了✔️然后去吃早饭，最近食堂好像变好吃了嘻嘻 9:00 到工位，开始进入工作模式（那是不可能的，估计还会摸几分钟的🐟） 然后开始干活！由于最近的工作主要是新项目的研发，所以工作内容有所改变: 1️⃣看代码: 学习以往代码的架构和写法，有不懂都就再恶补一下相关知识，迁移到新项目中...