南京鹏力科技

这个问题，绝对是这两年新出现的，不知道大家什么时候开始做NLP的，我是22年的时候开始接触，那时候的NLP下面还有很多很多细分领域，就包括NER、RE这类知识抽取类工作，BERT几乎是我们绕不开的一个模型，如果说绕开了，用的也是类似RoBERTa这类改进模型。所以看到题目里的这个问题，很多人的第一反应是：还不是因为22年GPT一炮走红了，所以大家都跟着做。这个回答不能说错，但面试官通常不会继续追问，因为这说明你没有真正思考过这个问题。要把这个问题回答好，需要从历史演进和技术逻辑两个层面逐步拆解。（回答建议在文末）一、历史背景：2018年的分叉点先回到2018年。这一年NLP领域出现了两件标志性...

🎓学历背景：专科👨‍💻意向职位：结构工程师助理

3.3 一面岗位: 后台开发部门： 腾讯云场景题偏多，没问项目，没手撕，时长半小时1. 自我介绍2. Java基础：- Treemap & HashMap区别- ArrayList, 添加n个数（n较大），会发生什么（应该是想问ArrayList的扩容机制）- 考虑扩容的情况下这个过程的复杂度多少（说明复杂度计算思路即可，不需要给出具体的复杂度）3. 并发：- 项目里怎么用多线程的（一开始答了具体场景，不过面试官想听的是线程池，Synchronized这些...）- volatile & synchronized- 这里还问了一个，不过忘了...- 假设项目里用了很多synchronized拖慢了系统效率，让你重构项目，你怎么设计？ （真不会，回了一个参考乐观锁的设计用版本号之类的，然后这个话题就过了）4. JVM- JVM垃圾回收，怎么判断对象有没有被引用？ （可达性分析）- GC Root有哪些- 遇到OOM怎么排查5. 场景- 设计一个数据结构，用于在搜索框中搜索人名（不知道是不是这个意思，答了字典树这个结构）- 使用字典树存储的话空间复杂度是多少(同前面，给出计算思路就行，不需要具体的值）- 问了下简历上项目的背景，项目的具体内容没问- 项目里的难点/印象深刻的点,咋解决的- 针对上一点提了一个发散性的场景题（让你设计个xxx，你的思路）然后反问，无手撕。---春招第一面，被场景设计问题拷打麻了，就当练习了，不敢奢望能过，后续随缘了3.4更新，已挂

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，...