考研下岸找工作的，完全没有实习。12月底考完就感觉没戏开始准备简历背八股。秋招末尾和春招前期一败涂地，最后终于在四月中拿了满意的offer。最后决定去麦吉太文，面试体验太好了，给了SP待遇。在北京，包三餐（自助），8小时工作制弹性打卡不加班双休。虽然北京租房比较贵，但是12%全额公积金还有房补，完全能覆盖租房花费了（除非想租单间而且比较好的一个月七八千）。虽然是休闲游戏三消，未来肯定不如大厂。但是氛围很好工作轻松，算时薪待遇比大部分大厂都好，所以我觉得还挺不错的。而且我比较想自己有时间做做独立游戏，去大厂996加班肯定是没时间做的。然后是春招总结几个比较难绷的进度：腾讯（简历泡池子泡了半年）网...

至今一个可转正被割了剩下的5点面试都挂了求收留，数据分析，数据开发，测试！

27 届暑期 0offer，求内推求内推求内推！求建议准备全力梭哈日常了，成为最早备战秋招的从三月底面到现在，一边面试一边学习一边复盘，面经就不上传了，也是发现自己的一些问题，大家可以学习，不对的地方可以在评论区指出纠正一下：1.一定要至少准备个 60% 的程度再开始面试，不然会终止流程或者脏面评，我的字节和美团应该是黑了2.听好问题想清楚再回答，慢一点讲清楚3.不会可以说些相关的，相关的也不会大大方方承认，别胡乱背八股，面试官会很折磨4.leecode 坚持刷坚持刷坚持刷，不要间隔着刷5.把知识好好梳理串联起来，把项目理解清楚为止（面试时项目露馅包死的）

大家好，我是程序员鱼皮。最近这两年，只要你接触过 AI 编程，大概率听过一个词，RAG（Retrieval-Augmented Generation）。但很多小伙伴对 RAG 都只是一知半解，导致面试的时候只能说出 “检索增强生成” 这六个字，面试官再多问一点，就只能 “阿巴阿巴”。而这篇文章，是对 RAG 技术的一个全景科普，从最初的 Naive RAG、到现在最主流的 Agentic RAG，总共 16 种主流 RAG 方案，我会一次性给大家讲清楚。以后开发 AI 应用的过程中，无论遇到什么场景，都能选择最合适的 RAG 方案。干货比较多，建议先点赞收藏，再慢慢往下看~什么是 RAG？AI...