花小猪急招运营人员，内推全程跟踪，成功率高

27届，3.16开始投递，boss打招呼来了惊人的 6k+，要简历的只有 360。从三月到五月，感觉像被扔进了一场没有终点的暴雨里：每天机械地投递、背八股、改简历、跑面试，盯着越来越少的 Java HC，看着 AI Agent 风口席卷一切，开始怀疑自己过去几年到底学了什么。每天又想着背八股、熟悉项目，一边又要投岗位，有时候一个小时过去了都不知道，时间压力、学习压力接踵而至……最难受的不是被挂，而是连面试机会都没有；不是累，而是长期努力得不到反馈后的失控感，投资回报率甚至得用负来表示。一边骂行业、骂市场、骂自己，一边又不肯真正躺下，哪怕情绪崩到恶心、麻木、脱敏，第二天还是继续投递。微信里每天都...

刚做完两个小项目，大部分技术栈都学了一遍，请求各位给点实质性建议，直言不讳

标题党一下 轻喷😽bg:211本，0实习，年前后端转前端从 3.16 开始面试，到今天一共经历了 27 场面试，最后终于在四月底侥幸上岸拿下两家，面试的大致情况如图。今年的面试难度明显比之前高了很多，HC 也更少。加上无实习学历低实力一般的多重buff，很多二面都挂了。很多时候真的会复习到破防，临面试什么都不想动，还有很多次和面试官聊的挺好被反手挂，最后的感觉就是 非常需要一点点的运气😿现在回头看，坚持下来本身就已经很不容易了。很感谢自己没有在一次次挂面之后放弃，也很😽😽庆幸最后等到了一个还不错的结果。也希望看到这篇笔记的大家，都能在这个阶段拿到自己心仪的 offer。命运会给予我们想要的一切的😘暑期实习总结

1. 自我介绍2. 智能合同审阅平台里为什么要同时使用向量检索和全文检索？单一检索方式为什么不够？答案：在合同审阅场景里，用户的问题或者待审条款通常不是简单关键词匹配，而是存在大量语义相近但表达不同的内容，比如“提前解除合同”“单方终止协议”“无责解约”语义接近，但关键词并不完全一致。如果只用全文检索，比如 Elasticsearch 的 BM25，优点是关键词匹配精确、可解释性强，对合同编号、金额、日期、公司名称、条款标题这类结构化或半结构化字段效果很好。但它对同义表达、语义改写、隐含风险点的召回能力较弱。如果只用向量检索，优点是语义召回能力强，但是容易召回一些语义相似但法律含义不完全一致的...