【招聘贴】58同城招聘20/21届毕业的同学啦

写在前面：主包是一名27届非科班零基础转码大模型应用开发岗今天是2026.6.1处于暑假实习和秋招提前提的节点，使用这个帖子来记录从此时到未来秋招或者春招达到offer的全流程。未来的求职面试经验offer选择八股学习都会在这个帖子更新。尽量做到每日更新今日学习内容：技术：多agent理论八股总结--明天结合视频对笔记补充-后天进行完整的掌握--预计用时3天项目1梳理完整--计划7天掌握包括面试QA和代码leetcode:默写三道 反转+回文+合并俩个有序链表

b站timeline：5.21  一面 5.22通知一面过5.26 二面 5.27通知二面过5.28 hr面 oc+发offer 6.9入职主播投递的比较晚4.22开始投递，继鹅一面挂、节一面挂、tme一面挂、腾讯云一面过泡池子后终于迎来暑期唯一嫡长offer要从👋子离职了，想来还是非常不舍得，一个是工资待遇不错，一个是确实很闲，mt还问不如留下来秋招走，希望没有选错TT有在上海的uu可以一起玩一起交流

求助，大佬们帮忙看看简历，boss上沟通900了，一个约面的都没有，是不是简历有问题啊

一些自己在网上搜刮的面经题目路过的牛爷爷可以试着答一答，附上自己的答案，如果有更好的答案也可以拷打我，如果有别的比较好的题目也可以评论里发一发。 如何评估 RAG 效果？指标是什么？ 分层评估：  检索质量评估：看如HitRate（命中率），Recall（召回率）等指标 生成质量评估：看如相关性（是否切题）、忠诚度（生成是否基于检索内容生成）、完整性（生成答案是否完整） 用户满意度测评：答案是否满意，检索速度够不够块。  RAG 和微调怎么取舍？ RAG适合更新频率高，存在隐私数据以及需要可解性性要求高需要稳定输出的场景。 微调适合需要特定规则以及语气的使用场景。 这两个技术在大部分场景下都不...