CVTE面经分享

先说结论，我认为AI 并没有偷走我们的思考，反而帮我们把思考的重心，从怎么实现抬到了为什么这么实现。以前遇到技术难题，比如排查分布式事务的 bug，可能得去翻遍论坛、啃完几篇源码解析，才能摸到一点门道，大部分时间都耗在找答案的低效率环节。现在可以把报错日志、代码片段丢给 AI，让它快速列出可能的原因和解决方案。但不建议直接照搬，而是把 AI 给的思路当成解题线索—— 它说可能是 Seata 的事务模式配置错了，我就去深挖 AT 模式和 TCC 模式的底层差异；它说可以用 Redis 分布式锁规避问题，我就去研究锁的过期策略和重入机制。AI 省掉了试错的时间成本，可以帮助我们养成追根溯源的习惯。以前写代码，满足于功能能跑就行；现在拿到 AI 生成的 CRUD 代码，我们应该下意识琢磨：这段代码有没有考虑高并发场景？索引设计是否合理？有没有更优雅的设计模式可以重构？有人说，依赖 AI 会让人变懒，思维变浅。但我认为，AI 更像是一个高效的助手，它可以帮助我们砍掉重复劳动的枝叶，让开发者有精力去深耕技术的根。真正的思考，从来不是从零开始的摸索，而是站在工具的肩膀上，去探索更深处的逻辑与价值。

01. 个人背景与秋招战况背景：本科：C9 EE硕士：海硕CS秋招方向：只投递了 引擎 / 图形 / GPU 相关方向。最终Offer情况：游戏大厂：2 家。其中一家明确给了 SSP。游戏中厂：3 家。游戏小厂：2 家。影视行业：1 家（离线渲染）。硬件/手机厂：2 家（GPU/图形方向）。技术栈说明：游戏厂除了一家是自研引擎外，其余所有 Offer 对应的岗位均是 UE5 引擎开发。总结：整体面试评价应该都还不错，薪资基本都在 SP 到 SSP 的档位（同厂同职位较高水平）。在经历了一整季的面试后，写一个帖子聊聊引擎校招生的求职现状。02. 最初的最初：行业劝退与心态建设如果你对游戏行业有厚...

大模型数据算法实习生2026.01.09，上午10:00，一面，线上，30多min，只有自己开摄像头，面试官没开1.自我介绍2.有没有用过正则表达式处理过数据？3.假设给一个jsonl数据，和几个关键词，jsonl数据中命中3个以上关键词保留，让用python实现（用了两层循环）4.往列表里添加一条数据是什么方法（append）5.python中的多进程和多线程有什么区别？网络请求中是多进程快和多线程快？（答的不好）6.python中的is和==的区别（说了is主要用于字符串或bool类型判断，==主要用于数值判断，结果面试官让用更“科学”的方式解释）7.python里面的迭代器和生成器有什么区别？（答的不好）8.假设给一个100G的jsonl文件，但内存只有10G，如何读取数据（说用pandas处理，结果不让用，让用最原始的方式处理，后来又说了对文件进行压缩）9.手撕：LeetCode两数之和（哈希表）10.问平常使用什么系统（说了windows，也用linux）11.假设linux系统中没有root权限，如何给一个文件赋予读写权限（说了如果知道密码，可以sudo su转成root用户或者chmod -R）12.给一个路径，求路径下面有多少个文件和文件夹（说了tree）又问如果只统计文件夹呢？（答的不好）13.一个文件目录下有很多个txt文本文件，如何找到其中包含“乘式”的文件？（答的不好）14.问了grep15.问有没有使用过大数据相关的组件（说了hadoop，spark，flink但不熟悉）反问：1.部门的主要业务，主要是做大模型和多模态大模型相关的，我这个岗位主要是处理预训练的数据，可能会涉及算法2.使用什么服务器，A100，H100，910B都有（居然有910B，NPU？！）感受：没想到一道大模型相关的八股都没问，没想到居然问了一堆python基础，也没想到问了linux的一堆操作

出Demo/脚本 适合产品经历/设计师：Bolt.AI ;Replit写一个产品：Claude code；Cursor日常开发：Cursor；Windsurf