remote 工作 前端多， 运维 sre 也有一些。
能听能说是不够的， 你在工作种会遇到各种口音的英语，要能听懂，比如印度、罗马尼亚 腔的英语，这两个地方的口音我可是领教过。

上面提到的大多数都不是纯 python, python 作为这些网站的早期架构中的使用的语言，随着规模变大，架构不断重构后比重其实越来越少， 比如知乎和 YouTube.

我给一个，chatgpt ， 这个才是使用量极高，python 比重也非常高的后端

字节系出的 app 比如飞书客户端包括移动端和桌面端共 5 个平台 非 UI 部分由 Rust 跨平台实现, UI 部分 要么是 javascript ， 要么是 dart （ flutter)

这些移动端要求高度优化，不然是跑不了很多小程序的，框架都是自研的。
RN 这些性能都太差了， 就是现在很多 app 也会选 flutter 也不会选 RN 的。

mark 一下， 收藏了。

技术并不解决问题，出现危险情况一切都晚了。
四周加上安全围栏，再雇一个保姆就能解决问题，用摄像头监视保姆还是必要的。

楼主说的是 c++ web 服务端框架，不是请求。
drogon,cpprestsdk 这些才算 web 框架。

如果是嵌入式 web 服务器，可以考虑这个 Civetweb

英文，搞个中小学英文辅导或者搞个雅思考试技巧辅导。

这是炫富贴，好吧，大家都知道你有钱了。

检测 AI 当然也是靠 AI NLP 模型， 这个领域是有相关论文的，如果你不是 cs AI 研究生， 建议还是不要去研究这些。
给出相关论文和项目
https://arxiv.org/abs/2305.10847
https://github.com/colinlu50/evade-gpt-detector

https://arxiv.org/abs/2310.05130
https://github.com/baoguangsheng/fast-detect-gpt

也可以看看国内的项目
https://mp.weixin.qq.com/s/72NRRciC6tyZZ_dAT7y0Dg

@daohuo 需要根据提取的特征进行训练的， 我多年前用 LIRE 也是要用你自己的数据集提取的特征去训练

图像检索这块就是这么做的

你要多找找一些深度学习模型能够提取出反应这种差异，多试试

其实就是多媒体信息检索了，和文本检索原理像 es 、solr 一样，除了提取特征外。
大致是多选取几个角度去提取特征，建立起词袋模型，然后还是 tf-idf ， 词袋模型里面的 word 就是各种图像的特征，你可以选几种，色彩一个特征、纹理一个特征，混合特征， 最后基于这个做各种距离比较
我很多年前用过 LIRE (Lucene Image Retrieval)是一个基于内容的图像检索的开源库，现在已经有更新的东西了
可以看看这个
https://zhuanlan.zhihu.com/p/147509861

相关入门可以看看斯坦福的经典书 information retrieval
https://nlp.stanford.edu/IR-book/information-retrieval-book.html

@0bing
文件删除的两种情况
第 1 种是在执行 rm -rf 删除文件时，该文件正在被进程使用。第 2 种是这个文件并没有被其他进程所使用，而被误删除。
首先找到该进程的 pid
进入/proc/{pid}/fd 找到相关正在使用被删除的文件
cp 相关序列号 新文件名

没有进程使用，被误删的情况
需要一个工具 extundelete
如果目录是挂载在对应的磁盘分区， 目录下的文件和文件夹都删除了，
先 unmout ，防止其他进程写入
找到相应 inode 数字， 然后用 extundelete 恢复

mysql 线上迁移 使用 online ddl 要有一个主库 一个从库
配合下面两个工具
pt-online-schema-change
gh-ost
使用

容器手动敲命令使用 namespace 和 cgroup 的方式我就不写了

timewait 一般都是应用程序导致的，下面这些属于救急
方法 1 将 timewait 队列加大 tcp_max_tw_buckets
方法 2 将 timewait 超出时间做修改，tcp_fin_timeout 调到合理范围

@xxoOOovv
AI 和 云结合的都是非常能烧钱的大模型创业公司，后面有投资大佬和清北博士这种。
没有 AI 云的叫法， 要么就是一些公司提供的 AI serverless 服务。
k8s 在这些公司属于自动化运维以及资源分配和服务治理。比如显卡需要 device plugin, 英伟达 nvlink rdma 这些。
资源和任务调度需要单独开发比如 kubeflow 、volcano

这两年降本增效以及 finops 的项目在不少公司是有的


云原生本身发展非常迅速， 各种各样的技术层出不穷，取决于你做什么方面，是做运维开发的还是基础设施开发的。

运维开发像 k8s 多集群纳管，平台工程 platform engineering

基础设施开发这一年 大热的是 ebpf 和 k8s 结合， 云原生可观测性和监控，像 deepflow 就是某中特估的公司已经和很多大型央企、互联网公司合作了。

看看都在发搞笑的
给几个稍微有点挑战的问题
如何在 Linux 中恢复仍在活动进程中的已删除文件
更难一点
Linux 磁盘数据恢复：rm -rf 误删数据，如何进行数据恢复
如何线上迁移 mysql 数据库并保证尽量不影响业务
手动实现容器机制对进程隔离和资源限制
大量 Timewait 的产生时如何处理、

k8s 的运维问题可以问得非常多，不过我这里给的是一些通用运维问题。
其实可以让 chatgpt 给你生成一堆面试题，你自己想想，然后解答。

你们说得对，k8s 开发没前途，请不要来，也不想看到一群菜鸡。