吉利汽车上

#机械制造2024笔面经#
一面
主要问为什么投这个岗位，对吉利的了解，比较粗浅

二面（典型中年管理层？说话慢，有股领导腔）
1.相关实习经历
2.期待的工作环境
3.较长的工作时间但能学到东西，和正常的工作时间但学的东西不多，两者更倾向哪个。（懂了，要加班）
4.假如学到的东西不多，但是需要延长工作时间，怎么看（明着白嫖加班了是吧）
5.反问

全部评论

推荐最新楼层

2025-12-31 12:05

南京邮电大学 Java

Python开发面经-华OD-24届考研

BG- 211本，考研失败，休息一段时间后联系到栗栗姐开始准备面试，机试准备了大概半个月。 机试 4001. 分苹果：考查位运算应用，通过异或操作解决。2. 王者荣耀游戏分组：采用01背包解决，复盘时发现题目规模较小，直接递归穷举也可行3. 组装新的数组：初始尝试背包，但因存在重复组合转为DFS回溯，最终通过。 机试题的难度上限大概就到动态规划中的01背包、完全背包、DFS、回溯，这几个题型考的也比较多。 综测1. 保持选项逻辑一致性，前后矛盾可能影响结果。2. 一个问题可能有多个积极选项，要决策优先级。 技术一面 25min1. 自我介绍2. 力扣2443，返回k的数量：强制转换+暴力枚举3...

查看27道真题和解析

点赞评论收藏

2025-12-30 23:37

中南大学 Java

选择后端开发还是大模型应用开发？根本不用二选一！

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...

等闲_：业务开发就是prompt+数据，Ai就是中间件，中台或者鸡架会做一些Agentic infra和智能体记忆之类的，再底层一点就是AI infra，MLops，模型微调，推理优化之类的了，所以对于普通后端就是纯业务，没啥技术含量，除非去技术架构组或者底层一点的组，要不AI就是个API，别神话AI应用开发