【面經】實習經歷

文章目錄

  • 一、求職準備篇
    • 1.1提升技術水平
      • 1.1.1學什么?
      • 1.1.2怎么學?
    • 1.2做項目
    • 1.3做簡歷
    • 1.4找實習
  • 二、求職難度篇
    • 找實習難不難?
    • 筆試
    • 面試
  • 三、實習內容篇
    • 新人入職 -- 學會看代碼
    • 參與小需求
    • 實習日常
    • 實習到底難不難?
  • 四、總結

一、求職準備篇

1.1提升技術水平

重點鞏固所學語言的語法基礎:內存管理、智能指針、多線程/鎖機制、STL底層實現等。
熟悉計算機四大件:TCP/IP協議棧、HTTP/HTTPS、堆、二叉樹、進程管理、文件系統。
了解常用中間件:Redis緩存、MySQL索引與事務

1.1.1學什么?

技術主要分三點,我按照我認為的重要程度依次分為:算法,技能,項目。

  1. 為什么算法排第一?
    如果大學三年什么技能比如mysql,redis等等啥都沒學,但有ACM金牌,那進大廠“穩”了,這不是夸大其詞,有事實根據。但是又不是每一個人都能在算法這條路上取得成就,因為算法不是“是個人”就能整明白的,算法這東西花了大量時間都不一定有好的效果,需要時間,需要智商,需要悟性。所以要有業務技術和實習來補充。
  2. 算法很重要,他是進面的門檻,筆試過不去沒有面試機會,如今it廠對于算法的要求越來越高,問題來了,算法真的這么重要?算法對于以后工作有用嗎?我大一大二年少無知,認為這東西沒用,工作都不一定用得到,等我實習了,我發現這東西確實用不到,如果你只是做應用開發,那你也許一輩子都不在工作上用到如動態規劃,單調棧等等的算法,問題來了,大廠為什么考?這玩意兒真的沒用?我在實習的某一個瞬間突然意識到,這玩意兒有用,而且意義很大。原因:一個新需求/新bug給到你手上,怎么解決?首先干什么,其次干什么?以什么樣的方式解決?能不能解出來?花多少時間解出來?是否似曾相識?算法題是不是這么個思路?有沒有了解過這種算法?遇到新問題是否可以根據復雜問題抽象出算法模型?是否可以建立解決問題的思路?是否可以根據思路編碼?考察算法,是面試官一個相比之下可以檢驗你分析問題、解決問題、編程能力的最佳辦法。我們需要認識到學習算法這件事的重要性,只有從心底里認可了這件事,才會去做它。

1.1.2怎么學?

我的學習路線完全是跟著課程來的。

  1. 技能:C/C++ Linux MySQL QT Redis Docker
    如今網上資源很多 學習能力強的人 會學習的人完全可以自學,覺得自己不可以的可以報個班。
    課程這個需要完全根據老師的要求來,課聽了沒有,聽懂了沒有,聽完有沒有記筆記?記筆記的一大目的是產出,不管干什么也好,都得有產出,什么都不寫,一個勁的聽,電腦一關,知識就全沒了,換句話說,對一個新知識的get完全不是在課堂上學會的,上課的一大目的是通過懂這個東西的老師把這個新東西講給你,你把它記下來,然后在之后反復的看筆記,再結合各方知識綜合起來,這個時候才學會。知識真的很多,如果有過目不忘的能力,每個人都是天才,聽了,把它記下來,隔一段時間復習一下,會有新的收獲,有在某個瞬間遇到了或是偶然想到了,再去看看之前的筆記,又是一番風味,這種學習習慣是跟隨初高中就應該有的,不管學什么這種學習習慣都是基礎。我在備戰的時候,之前的博客看了好幾遍,每一次看都好像是第一次看,每次看完了都有新的體會。
  2. 算法:雙指針 二分查找 滑動窗口 動態規劃等等
    這個就是刷題,通過刷題提高,剛開始基本就是答案搬運工,看題–不會–看題解–會了–睡覺–第二天再看–握草我寫過這題?不斷的刷題,總結算法模型,養成分析問題的思路,先暴力,在暴力的基礎上使用數據結構優化,當然這塊我自己水平就很低,好的建議網上多的是,有選擇的看,重要的是練。
  3. 項目:直接copy的也好,基于別人的二次開發也好,面試官問到,我們得會,換句話說,把別人的項目整明白了,就是自己的,項目中關鍵技術是什么?怎么實現的?為什么選擇這個技術?有沒有優化空間?怎么優化?性能瓶頸在哪?把這些問題整明白,再寫到簡歷上。

1.2做項目

求精不求多,如果是基于別人的項目或是基于老師的項目,一定要二次開發,或者使用某種技術提高性能,最重要的,用專業的測試工具對項目進行一定的測試,壓力測試,安全測試等等。
對自己的項目要像對自己的內褲一樣知根知底,可以繪制思維導圖記憶,也許你做了這個項目但是過了很久才面試,那么大概率你會忘記,面試前在看一下。
有時間可以多做幾個項目,不管是對于自己技術能力的提升,還是日后參加工作,都有大大的幫助。
在這里插入圖片描述
讓你的碼云像大佬的碼云,先不說技術水平咋樣,你得弄得像個樣子。多的不說,寫個readme。
在這里插入圖片描述

1.3做簡歷

不要用模板,網上的模板層出不窮,但是都有一個通病,一眼模板,規規矩矩,就是看著不舒服,自己搓一個,用ppt,word上的圖形,手搓一個不是難事。我花了整整一天的時間做了一份簡歷,自認為很好看,對你沒有聽錯,技術也許不牛,但是很好看。如果你的審美真的很差,那還是看著別人的模板做吧。
簡歷上的內容要精簡,不要啥玩意兒都往上寫,什么社團獎學金運動會,我認為就只用寫技術水平就行了,技術面沒人關心你多帥!hr面的問題才是看你是不是一個優秀的合格的會溝通的三觀正的人。技術相關內容也要突出,不要啰啰嗦嗦。
最后是排版要合理,要簡潔。

1.4找實習

  1. 如果是大一大二,并且把該學的都學了,可以先從boss投小廠,面個幾家,看看流程是什么,鍛煉一下,找個日常實習,前提是該學的學完了,學會了。
  2. 如果是大三,多偏向官網投大廠,在有了實習經歷的基礎上,簡歷通過幾率提高,無論是日常實習還是暑期實習都要偏向大廠投。
  3. 這里要給大家一個建議,超級小廠盡量不要去,如果整個公司規模不超過30人,那么大概率這個公司的機制是這樣的:人少名氣低,不知道從哪接了個項目,招大量的實習生當作正式員工用,不行的走人繼續招實習。你的上游也很可能沒有產品、設計、技術導師,你接到的需求很有可能是老板的一句話:我需要你做這么一個東西。至于是什么,應該怎么做,做出來是什么樣子,不知道,別說你不知道,很有可能老板都不知道該做出什么樣子,這樣的小廠只有在以下情況才可以去:大一大二把該學的學完了,由于學歷原因沒有中大廠機會,回家也是打游戲,才可以考慮去這種廠,看看他們的源碼,熟悉熟悉也可以。
  4. 收到面試邀請,記得去招聘要求看看都需要什么,可以考前突擊一下,從牛某ke,小某書提供的面經,可以提前看看。
  5. 包裝自己:之前的博客和gitee可以拿出來給面試官看了。
  6. 給大家一下我的投遞,不算多,大家一定要多投海投投到不能再投。
    在這里插入圖片描述

二、求職難度篇

找實習難不難?

如今就業環境差,實際上不是就業環境差,是人太多了。找實習只要你按部就班的跟著老師的建議和路線走,不會存在找不到的情況,即便你是大專。
學歷不好,可以通過提升技術水平和找實習提高的,如果學歷不怎么樣但是實習經歷很豐富,簡歷通過率跟名校是可以相媲美的。
總之一句話,按部就班的干,就一定能找到,而且找到的還不錯。平常做好博客和碼云的積累。
在這里插入圖片描述

在這里插入圖片描述

筆試

在經過了算法訓練后,如果自己的算法能力很差,一些大廠的筆試是過不去的,如米哈游,美團,網易,他們的題目難度不是刷幾遍leetcode就能整出來的,不信的可以試試,這個沒辦法,只能把功夫放在平常。
那么算法能力不行就沒出路了嗎?不是的,有些廠沒筆試,以及一些日常實習,提前批都是沒筆試的,到那時面試仍然會有考察算法題的場景,這時候的題目難度就是leetcode中等偏上的難度了。
總結:算法訓練功夫放在平常,臨門一腳了,就只能靠運氣或者走沒有筆試的場景。

面試

面試主要有幾大塊:八股 手撕 算法題 實習 項目
八股重在積累,我主要是自己的博客,小林,面經。重點是把別人的話理解成自己的話,并能用自己的話有條理的描述。光看是沒有用的,看了不用很快就忘記了。對于一些語法八股最好自己敲敲代碼,可理解的更透徹,記憶的更清楚。
手撕,如果你動手能力不強,那就背吧,像背作文一樣,分成幾點背下來,如果能力強,敲出來也不是難事。常見的:string vector lru 布隆過濾器 堆 智能指針
實習經歷:這個平常實習要寫好日報,最后實習完畢總結干了什么,用什么技術解決了什么問題,達到了什么效果。要有突出,做過的最困難的,含金量最高的,時間跨度最久的,如何跟上下游協商等。【可以看一下高質量源碼,然后說自己做的,前提是一定要整明白,不然面試就翻車了
項目:面試前再看看項目,項目過程怎樣的,用到了哪些關鍵技術,為什么用這項技術,了解其他技術嘛?怎么測試的?性能瓶頸在哪?有沒有改進的地方?
面試一定要會復盤,把每次投遞簡歷的記錄保存下來,記好每一次面試的問題,面試完后通過各種方式重新思考怎么回答更好。并整理下來,以便之后復習。

三、實習內容篇

新人入職 – 學會看代碼

給時間配環境,熟悉源碼。看代碼的經驗:不要隨便打開一個文件就看,你會發現你看了一天啥也沒看明白,而且看的很累。可以針對一個特定的功能,從數據的最上游或者最下游看,數據是怎么流動的。可以單獨看一個組件/模塊,該組件模塊完成了什么功能?用到了什么技術?為什么要用這項技術?然后畫個思維導圖或流程圖,回歸之前的話,干什么都要有產出。

參與小需求

mentor不會把很復雜很關鍵的任務給你的,一般都是些小需求,在完成小任務的時候不斷熟悉項目架構,然后主動給mentor要任務,現參與到大需求,然后看能力獨立開發新需求,不要一有不懂的就問,先自己想,搜,真整不出來再問,問的時候要有邏輯,你在做什么,你做了哪些工作,目前遇到的問題是什么,想讓mentor幫你干啥。

實習日常

我的實習日常:剛入職配環境,熟悉代碼,然后改bug,改bug是一個讓你快速熟悉源碼的方法,搞明白數據流向,搞明白功能,看看問題出在了哪里。然后是先開發小需求,增加一個小功能,在此基礎上開發大需求,建議大家去大廠就是大廠開發流程很完善,從產品提需求,到開發,到聯調提測,可以幫助大家很好的了解流程,有時候你的功能開發完了,要等別人一起測,測試時,測試不懂的你要給他講,再不濟就的拉著產品battle,最后一個需求才是真的上線了,當然由于某些其他功能的改動或者腳本改變可能會影響你的功能,要做好后期維護,這大概就是流程。
如果導師不給你高價值任務,你可以主動申請,前提是你有這個能力,不然就是耽誤項目進度,可以先看源碼,把高質量代碼看明白了,就是自己的。

實習到底難不難?

只要你課程學明白了,算法題刷的差不多,基本問題不大。老師教我們的是專屬課程的知識,但更多的是學習新知識的能力,實習不可能所有技術你都會,遇到一門新技術,你會怎樣去學?可以先去問AI,我要學會這樣一項技能,我需要什么前置知識?然后按照官網–有效的博客–實際動手測試來學。

四、總結

從備戰到實習,我深刻體會到:技術路上沒有捷徑,每一步堅持都算數

初學算法時,我曾質疑“刷題有何用”,直到實習中面對復雜需求才恍然大悟——算法訓練的不是解題模板,而是拆解問題的思維本能。當產品丟來一個模糊需求時,我會下意識地開始分層抽象、評估邊界條件,這背后正是刷題帶來的感覺。

做簡歷拒絕通用模板,手搓簡歷并保持更新迭代。hr看簡歷平均停留時間就幾秒,必須讓亮點“跳”出來:大廠實習?獨立開發?參與過github開源項目?

只要按部就班,找實習并不難,實習過程并不難,當任務比較多時,做好優先級處理,在能力達標基礎上多參與大需求。

別因學歷自卑,要用實力破局。學歷一般進大廠的人比比皆是,這樣的人只要存在,你就能成為這樣的人,不要不敢想,當然你得下功夫。

如今就業環境嚴峻,機會永遠青睞行動派。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/pingmian/89856.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/89856.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/89856.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

The Missing Semester of Your CS Education 學習筆記以及一些拓展知識(二)

文章目錄The Missing Semester of Your CS Education 學習筆記以及一些拓展知識Bash腳本筆記部分一些在Bash腳本中的常用命令補充常用標準輸入輸出命令常用環境變量(普通變量)控制命令常用系統時間信息獲取命令常用函數執行狀態控制命令常用腳本執行控制命令Bash腳本的創建和運…

教育科技內容平臺的用戶定位與產品方案:從需求到解決方案的精準匹配

教育科技內容平臺的用戶定位與產品方案:從需求到解決方案的精準匹配打造一款成功的內容平臺,核心在于 “懂用戶”—— 明確不同用戶的需求場景、使用目的,才能設計出真正有價值的產品功能。本文以面向互聯網從業者的教育科技內容平臺為例&…

網絡之路16:認識虛擬化環境H3C CAS

正文共:3888 字 54 圖,預估閱讀時間:6 分鐘目錄網絡之路第一章:Windows系統中的網絡0、序言1、Windows系統中的網絡 1.1、桌面中的網卡 1.2、命令行中的網卡 1.3、路由表 1.4、家用路由器網絡之路第二章:認識企業設備2…

Sklearn 機器學習 IRIS數據 理解分類報告

??親愛的技術愛好者們,熱烈歡迎來到 Kant2048 的博客!我是 Thomas Kant,很開心能在CSDN上與你們相遇~?? 本博客的精華專欄: 【自動化測試】 【測試經驗】 【人工智能】 【Python】 Sklearn 機器學習 IRIS 數據分類報告解讀 鳶尾花(Iris)數據集是機器學習入門中最經典…

ni-app 對鴻蒙的支持現狀

自 HBuilderX 4.27 版本開始,uni-app 支持 Harmony Next 平臺的 App 開發,目前僅支持 Vue3 項目編譯到鴻蒙平臺。uni-app x 從 4.61 版本起支持純血鴻蒙,即 Harmony NEXT,其組件、API、CSS 與 Android 和 iOS 基本拉齊。 開發與配…

docker 容器學習

筆者來介紹一下docker 容器的學習1、docker容器背景 docker 里面有兩個概念,鏡像可看成一個類,而容器則是鏡像的一個實例,從這個來看,那么一般鏡像是一個,而容器可以有很多個。 鏡像:帶一堆工具鏈的操作系統…

MongoDB社區版安裝(windows)

下載地址 官網: MongoDB: The World’s Leading Modern Database | MongoDB 8.0.11版本下載地址: https://fastdl.mongodb.org/windows/mongodb-windows-x86_64-8.0.11.zip 安裝 解壓安裝包 解壓結果目錄如下: bin目錄介紹 文件名稱作用…

Git上傳與下載GitHub倉庫

新建GitHub倉庫 … 本地上傳GitHub 第一步:git add .第二步:git commit -m your content第三步:git push xxx main或者git push xxx master 對于第三步,首先看自己建立的倉庫是master分支,還是main分支。以前都是默認m…

OpenCV 官翻 3 - 特征檢測 Feature Detection

文章目錄理解特征目標解釋Harris角點檢測目標理論OpenCV 中的 Harris 角點檢測器亞像素級精度角點檢測練習Shi-Tomasi角點檢測器與優質跟蹤特征目標理論基礎代碼SIFT(尺度不變特征變換)簡介目標理論1、尺度空間極值檢測2、關鍵點定位3、方向分配4、關鍵點…

2??處理文本數據

本章介紹 為大語言模型的訓練準備文本數據集將文本分割成詞和子詞token字節對編碼(Byte Pair Encoding,BPE):一種更為高級的文本分詞技術使用滑動窗口方法采樣訓練示例將tokens轉換為向量,輸入到大語言模型中 文章目錄本章介紹2.1 理解詞嵌入2.2 文本分詞2.3 將tok…

TestCase Studio - 自動生成測試用例詳解

你是否也曾為編寫測試用例而頭疼?點擊按鈕、填寫表單、截圖說明——這些重復操作讓人心生倦意。 而現在,只需動動鼠標,TestCase?Studio 就能自動錄制你的 Web 操作,生成清晰的“Plain English”步驟、截圖和定位器,徹…

Rust+ChatBoxAI:實戰

Chatbox AI Chatbox AI 是一款基于人工智能技術的智能助手工具,旨在通過自然語言交互幫助用戶完成多種任務。以下是其核心功能與特點: 功能概述 多模型支持:可連接 OpenAI、Claude、Gemini 等主流大語言模型,用戶能自由切換不同 AI 服務。 本地運行:支持離線使用,數據隱…

服務器與工控機的區別解析

服務器和工控機雖然都是計算機,但它們的設計目標、使用環境和核心特性有本質的區別,就像轎車和越野車雖然都是車,但用途和構造截然不同。以下是它們的主要區別:核心設計目標:服務器: 數據處理、存儲、網絡服…

【大模型】深入解析大模型推理架構之 Prefill-Decode Disaggregation (PD分離)

深入解析大模型推理架構之 Prefill-Decode Disaggregation (PD分離) 文章目錄深入解析大模型推理架構之 Prefill-Decode Disaggregation (PD分離)1 從統一到分離,推理架構為何演進?2 什么是Prefill-Decode分離?3 PD分離系統的工作流程4 PD分離…

D3動畫--動態繪制文本下劃線,支持自定義曲線

前言:在現實生活中,看書的時候,在文本的下面畫個波浪線,畫個橫線,是很常見的行為。本篇文章使用D3動畫來實現一個給文本繪制下劃線的效果,可以暫停繪制,繼續繪制,重新繪制&#xff0…

單表查詢-分頁提前獲取數據

1、 問題 以下的例子如何優化呢&#xff1f; SELECT * FROM(SELECT INNER_TABLE.*, ROWNUM OUTER_TABLE_ROWNUM FROM (SELECT t1.* FROM ( SELECT * FROM T1 ) t1 WHERE 1 1 ORDER BY T1.TTIME DESC)INNER_TABLE ) OUTER_TABLE WHERE OUTER_TABLE_ROWNUM<25AND OUTER_TA…

Oracle觸發器:數據世界的“隱形守護者“

今天&#xff0c;我想和大家聊一個在Oracle數據庫領域既強大又神秘的話題——觸發器&#xff08;Trigger&#xff09;?。在座的各位可能都寫過SQL語句&#xff0c;做過表結構設計&#xff0c;甚至用過存儲過程&#xff0c;但有很多人對觸發器的態度可能是"既愛又怕"…

Python桌面版數獨游戲(三版)-增加難易度模式

數獨游戲難度模式解析 在數獨游戲中&#xff0c;難度通常由已知數字&#xff08;提示數&#xff09;的數量決定。難度越高&#xff0c;已知數字越少&#xff0c;玩家需要推理的步驟越多。以下是不同模式下的算法區別和核心代碼解析。 文章目錄數獨游戲難度模式解析1. **難度模…

k8s查看某個pod的svc

在 Kubernetes 中&#xff0c;要查看與特定 Pod 相關的 Service&#xff0c;可以通過以下方法&#xff1a;#### 方法一&#xff1a;通過標簽匹配1. **獲取 Pod 的標簽**bashkubectl get pod <pod-name> --show-labels輸出示例&#xff1a;NAME READY STATUS RESTARTS AGE…

通俗易懂卷積神經網絡(CNN)指南

本文用直觀類比和可視化方法&#xff0c;幫你徹底理解CNN的工作原理&#xff0c;無需深厚數學基礎也能掌握計算機視覺的核心技術。卷積神經網絡&#xff08;CNN&#xff09;是深度學習中革命性的架構&#xff0c;它徹底改變了計算機"看世界"的方式。本文將用最直觀的…