返回首页
最新
嗨，HN，我是Aline，interviewing.io的创始人，也是《超越破解编码面试》（CTCI的官方续集）的作者之一。
我们刚刚整理了书中的所有问题（及其解决方案），并将其免费提供。总共有大约230个问题。其中一些是经典题目，比如n-皇后问题，但几乎所有的问题都是新的，原版CTCI中没有。
你可以阅读这些问题和解决方案，或者使用我们的AI面试官进行练习，这也是免费的。我建议在阅读解决方案之前先使用AI面试官，但你可以根据自己的喜好选择顺序。（当你首次进入AI面试官时，可以配置你希望练习的主题和难度级别，并且在使用过程中可以添加主题和调整难度级别。）
这是链接： [https://start.interviewing.io/beyond-ctci/all-problems/technical-topics](https://start.interviewing.io/beyond-ctci/all-problems/technical-topics) （如果你还没有账户，需要先创建一个，但访问所有内容不需要其他操作。）
最近，我感觉自己被人工智能新闻淹没了。我订阅的每一份通讯（无论是工程、产品还是一般科技新闻）都在讨论最新的人工智能工具、模型、封装或集成。别误会，我在作为技术负责人和个人生活中每天都在使用人工智能工具，我完全理解过去几年是多么具有革命性。
我只是想念听到其他类型的创新，比如硬件、网络、开发工具、机器人技术、编程语言和一些奇怪的副项目的新想法。现在的对话中，似乎90%的内容都被人工智能垄断了。我在这里看到一些讨论，但在其他地方却不多。
我是不是没有足够用心去寻找，或者找错了地方？这里有没有人正在从事与人工智能无关的超级酷的技术？
关于我们：
我们是一家数字护理公司，帮助老年人和残疾人避免进入退休社区，在自己家中健康老去。我们根据认知、视觉、行动和灵活性障碍人士的需求，定制来自Uber和Instacart等公司的按需API。我们目前盈利，收入达数百万，并且快速增长。我们的公司以远程办公为主。包括此职位在内的工程团队总人数为八人。
职位信息：
完全远程 | 全职 | 美国、英国，或能够与美国本土时间重叠工作4小时以上（英国工作时间也可） | 薪资范围：$100,000至$160,000（部分与地点相关）
在一个既健康又盈利的硅谷初创公司中，构建高质量、稳健的工程团队。我们拥有八位数的收入，获得YC支持，并且正在快速成长。
技术栈（必需）：后端为主（Node、Typescript、MySQL、REST+GraphQL），前端（Vue），部署（AWS、Docker/K8s）
最低6年经验（主要是Node/Vue）
两轮面试流程。
如果您想帮助老年人和残疾人士，请将您的LinkedIn或简历发送至 william@gogograndparent.com（请简洁明了），或访问<a href="https://www.ycombinator.com/companies/gogograndparent/jobs">https://www.ycombinator.com/companies/gogograndparent/jobs</a>申请。
一年前，我的联合创始人在Hacker News上推出了Desktop Docs。这是一款我们使用Electron开发的Mac应用，利用CLIP嵌入技术通过自然语言在本地搜索照片和视频。我们收到了Hacker News和首批付费用户的积极反馈，但该应用几乎有1GB，使用起来也很笨重。
简而言之；用Rust重建是正确的选择。
因此，我们用Rust和Tauri重写了这个应用，以下是结果：
- 应用大小减少了83%：从1GB降至172MB
- DMG安装包减少了70%：从232MB降至69.5MB
- 索引文件速度更快：一段38分钟的视频现在只需约3分钟进行索引，而不是10-14分钟
- 整体稳定性更高（旧版应用曾经会随机崩溃）
原版应用能够工作，但在尝试索引数千张图片或大型视频时表现不佳。我们花了很多时间在优化Electron的主渲染进程通信上，最终不得不建立一个复杂的工作系统来处理大量媒体文件。
几个月来，我们在是否继续优化Electron应用与开始用Swift或Rust进行全面重建之间犹豫不决。主要的障碍是我们已经快10年没用过Swift，而且对Rust也不太熟悉。
最终让我们下定决心的是用户抱怨应用在后台运行时崩溃了他们的视频通话。我想这就是当你发布一个使用Chromium的应用，而它在任何应用代码之前就占用了200MB时所发生的事情。
如今，该应用仍然使用CLIP进行嵌入，使用Redis进行向量存储和搜索，只是现在Rust处理图像和视频处理管道以及所有文件输入/输出，让用户能够浏览整个机器，而不仅仅是索引文件。
在用户界面方面，我们决定从头开始重建，而不是移植旧的用户界面。这是个明智的选择，因为经过与旧版本复杂性的较量后，新界面变得更加简洁清晰。
迁移过程中最棘手的部分是学习Rust。大型语言模型确实有所帮助，但Rust/Tauri社区相比Electron并不那么成熟。将Redis打包到应用中是个权限管理的噩梦，但我认为我们用Rust的解决方案比Electron时的处理要好得多。
总的来说，重建花了大约两个月，仍然需要一些工作才能与Electron版本完全对等，但文件的索引和搜索核心功能比以前更高效，这让这段时间的付出是值得的。有时候，你必须舍弃可用的代码，去构建正确的东西。
欢迎提问关于Rust/Tauri迁移、Redis打包的噩梦、CLIP嵌入在本地语义搜索中的工作原理，或为什么Electron并不总是最佳选择。