虚拟机/解释器研究方向找工作是真的蛋疼

有uu收到oc吗？调查一下 #牛客在线求职答疑中心#  #我的OC时间线#  #牛客创作赏金赛#

量化私募急招运维工程师比较急，base北京，行业不限985学历优先，有经验可放宽211系统运维为主，技能点重点需要高性能计算、网络、虚拟化工作内容: 1、保障交易系统稳定性，负责维护交易系统优化，更新，监控，故障处理等; 2、负责公司服务器部署、性能优化、安全配置、健康检查，保障生产环境稳定性; 3、负责代码部署、灰度发布、内部测试环境搭建、日志和监控系统搭建和维 护; 4、负责定位分析系统故障，解决运维突发事故，并对事故进行分析和复盘; 5、负责数据的备份，以及容灾系统的搭建，为数据安全负责; 6、负责自动化运维系统和工具的搭建和维护，提高开发人员工作效率;任职要求:1、211 本科及以上学历，3-6 年左右运维经验;2、熟练 Linux 命令行的使用，有一定的 python 和 shell 编程; 3、掌握基础网络知识，如 tcpip，路由交换，ospf，vpn，有实际的中小型网 络部署、配置、故障排查经验; 4、团队沟通协调能力强、良好的文档整理习惯等; 5、精通监控部署以及调优。搭建网络、硬件、业务等方面的高可用监控，定制 化的展示、报警、报告功能; 6、了解存储基本知识，有一定的存储实操经验; 7、了解高性能计算，有一定的 gpu 方面的能力，包括但不限于安装，监控，调 度;加分项: 1、优秀的搭建高可用的集群环境和自动化运维经验; 2、有云端服务部署和运维经验; 3、有金融相关行业运维经验;4、熟悉 vmware 虚拟化;Base 北京

一开始介绍的时候节奏不是很好，让面试官误会了这就是个工具使用项目，直到最后反问的时候把各种研究的细节抖了出来才改了态度- 自我介绍- 说一下项目（简单做了一下介绍，落地背景，技术选择，产品上线，由于之前有点摆烂，所以准备的不是很好）- Astro 框架是你自研的还是第三方的（？第三方）-  CDN 是什么- 网站访问量高吗，有多少人在用？- 八股：  - http 每个版本的区别  - 缓存- linux 源码看过吗（？）- 反问  - 需要改进的地方？（反问了你从这个项目学到了什么）    - 阅读了部分 Astro 源码（content collection 与 vite 结合的底层实现，知道了可扩展性和局限性，翻阅了 RFC 文档，知道了其开发目的解决的痛点，最后评价是又好又坏，好在对 mdx 的处理工作是在编译器完成，在运行时无过大开销，缺点也是 mdx 在编译期间处理完成，没法应对更灵活的需求；其次讲到了 Astro 上周第 50 个 RFC 文档，github 可查 content layer api，也是不把运行时编译列在目标内；所以评价是又好又坏）    - 深入研究了 CRTD 思想及其背后的 yjs 生态库（从小团队开发比重权衡选择了 yjs，生态丰富，且配备 demo，体验很不错，尤其是周边库，源码内容简单，要针对做定制开发的成本也比较低）    - 面试官主动问了一下有没有了解 OT （对比了一下 OT 与 CRTD 的区别；他与 CRTD 解决的目标相同，不过思想核心不一样，OT 是保证过程顺序一致，CRTD 保证数据一致性，颇有分布式思想的感觉；OT 在生态上较为薄弱，调研了 ShareDB 实现，发现后端代码过于复杂，对于小团队开发可能时间并不充足；我的中心服务器性能不够的话可能导致体验下降；针对不同数据模型要实现不同接口，开发成本增加）    - 了解了一些 vite 的短板（生产环境与开发不一致，不合理分包导致模块循环引用（上周优化时发生的），首页白屏的问题（vite 仅仅经过最简单的转义便直接把模块发送给首页，没有像 rspack 一样做一个合并优化，导致项目变大时首屏发出大量的模块请求，且 vite 开发服务器 http 协议似乎是 1.1，只允许 6 个 tcp 请求，其他的会被阻塞，进而导致长时间白屏））    - 实践了一些设计模式（模板模式，策略模式）    - 站在了开源包使用者的角度去看待一些内容（包下的语法分析核心分了两层设计，用户可以选择最简单的 plugin 模式去定制规则，也可以自己创建 core 实例去完整覆盖 mdx 的检查行为）    - 总之做这个项目就是很开心，学到了很多也收获了很多  - 您是 GM 吗（不是）  - 反问了一下平时玩什么游戏，但是当时脑子有点短路答不上来，就说最近玩的比较少，会练一下吉他也是从这一次面试后，我就意识到了必须要主动争取面试主动权，面试官给出机会时一定要有意识，抓住项目核心讲，因此后续继续优化总结，把项目最重要的几个核心抓了出来，并进行了提炼，因此一天后的字节二面我收获了一个非常好的体验

我是26届的本科生，因为之前高考发挥的很差，对考试比较有阴影了。本科期间学了一些东西吧，ai的基础应该是都学习了深度学习，机器学习这些的。最近在学langchain和transformers。就是想问一下牛客上的大佬们，类似于港科广和港科这种的授课型硕士，读了以后会有帮助吗（科研产出很少，研究型基本没希望）？现在在纠结是考研还是去读授课型了。大佬们能不能给我点意见呢 #牛客解忧铺#   #港科#  #大模型开发#