那些说海量HC的， 真的打脸

面试录音转文字记录，然后AI总结业务与项目经验（电商/订单方向）Q：针对淘宝接口的时间限制，你们如何拉取和存储订单？A： 淘宝默认只给 3 个月数据。通过聚石塔接入，普通版用户调 API 实时拉取；高级版用户则通过 TMC 消息队列或 RDS 数据库实时同步并持久化存储，可回溯至 6 个月。 Q：复购标签/复购率的具体判定逻辑是什么？A： 在 6 个月范围内，若当前订单的买家 ID、卖家 ID 及商品 SKU ID 与历史记录匹配，则判定为复购。 Q：如何优化复购查询性能并处理高频刷单场景？A： 数据库层面：建立专门的索引表，包含买家/卖家 ID、SKU/SPU ID 及创建时间，避免直查主库...

之前在公司混了三个月，做的活主要是mt看到啥想到个东西就让我去做了，比如写写工具或者看到个数据没及时更新就叫我去写个定时任务刷刷数据啥的，属于是没有也不打紧的那种需求，唯一一个比较完整的有数据指标需求是看组里文档和代码学的，属于提效项目而且组里我能接触到的代码都是内部平台基本没什么并发量，也没太多技术，就是crud，三个月连redis都没摸到过😅🐀想问下找暑期面试官会愿意听内部平台的内部逻辑业务吗

本人目前力扣hot100过了一遍但是还不熟，八股还没怎么背，求各位大佬能给我和我的简历点建议

说实话，这道题放在以前，我的反应都是：不就是向量数据库加个大模型吗？但我也清楚，如果真这么答，基本等于告诉我只会调API。真正的生产级RAG是一套精密的工程系统。今天把它拆成四个模块，帮你建立一套完整的面试作答框架。模块一：数据清洗与离线索引垃圾进，垃圾出。原始数据里混着乱码和格式错乱的PDF，模型不可能检索得准。语义分块是第一个优化点。过去按固定字符数切分（比如500字一段），经常把一句话拦腰截断，语义全丢。现在要根据标题、段落结构甚至用模型来判断断点，保证每个分块语义完整。进阶策略是父子块检索：把文档切成小碎块用于检索（精度高），但喂给模型时把它所在的父块一并带上（上下文全）。小块检索准，...