当前位置:网站首页>阿里CCO项目组面试的思考
阿里CCO项目组面试的思考
2020-11-06 01:18:00 【ClawHub的博客】
回顾一下面试的问题
- 早些年就有微服务的概念,为什么以前不火,现在很火?
- 你认为架构的本质是什么?
- JVM怎么处理堆外内存,会有垃圾回收吗?
- 能拿得出手的项目及其内部难点有什么?
- 高可用与容灾的区别?
- 服务的稳定性如何保证?
不出意外,我答的和屎一样。可以说我以前学习或者工作的关注点都是知识点的层面,属于根据业务做需求,而没有关注更上层、更抽象的东西。
比如软件是商业行为,这个项目的关注点是什么?为什么选择现有的架构?如果我是架构师,我如何做业务的设计与技术的选型?等等一大串的问题。
抽时间我会把上面的几个问题好好研究一下,写写分析,不能永远只停留在知识点的层面上。
给我的建议
- 简历上的项目太多,要找个大的项目详细的写一写,画画图,这样能让面试官更好的了解自己,能挖一挖干货,否则问一些基础知识没啥太大价值,有了干货才能比其他候选人有更好的不可替代性,有更多的差异感。
- 博客要有自己的思维,不要流水账。知识分享是好事,但是现在的博客写的就像自己的笔记。
总结
你的关注点在哪,你就属于哪个Level。这句话说的很对,想要更好的成长,就要跳出自己的舒适圈,多接触更大的项目,更优秀的人,好好学习,好好锻炼身体。
很感谢这位面试官,感谢他的建议,好人一生平安。

版权声明
本文为[ClawHub的博客]所创,转载请带上原文链接,感谢
https://clawhub.club/posts/2020/01/20/%E9%9A%8F%E7%AC%94/%E9%98%BF%E9%87%8CCCO%E9%A1%B9%E7%9B%AE%E9%9D%A2%E8%AF%95%E7%9A%84%E6%80%9D%E8%80%83/
边栏推荐
- Details of dapr implementing distributed stateful service
- 使用NLP和ML来提取和构造Web数据
- 业内首发车道级导航背后——详解高精定位技术演进与场景应用
- Every day we say we need to do performance optimization. What are we optimizing?
- 幽默:黑客式编程其实类似机器学习!
- 用Python构建和可视化决策树
- 6.8 multipartresolver file upload parser (in-depth analysis of SSM and project practice)
- Microservices: how to solve the problem of link tracing
- Pattern matching: The gestalt approach一种序列的文本相似度方法
- 大数据应用的重要性体现在方方面面
猜你喜欢
随机推荐
2018个人年度工作总结与2019工作计划(互联网)
DTU连接经常遇到的问题有哪些
连肝三个通宵,JVM77道高频面试题详细分析,就这?
DeepWalk模型的简介与优缺点
python 下载模块加速实现记录
技術總監7年經驗,告訴大家,【拒絕】才是專業
The practice of the architecture of Internet public opinion system
nlp模型-bert从入门到精通(二)
安装Anaconda3 后,怎样使用 Python 2.7?
【快速因數分解】Pollard's Rho 演算法
Electron应用使用electron-builder配合electron-updater实现自动更新
面经手册 · 第12篇《面试官,ThreadLocal 你要这么问,我就挂了!》
TensorFlow2.0 问世,Pytorch还能否撼动老大哥地位?
In depth understanding of the construction of Intelligent Recommendation System
vite + ts 快速搭建 vue3 專案 以及介紹相關特性
从零学习人工智能,开启职业规划之路!
Asp.Net Core學習筆記:入門篇
nlp模型-bert从入门到精通(一)
《Google軟體測試之道》 第一章google軟體測試介紹
分布式ID生成服务,真的有必要搞一个



