1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...

😭我这个简历能在春招找到个中厂吗，想找个200人以上的，目前鼠鼠在30人的一个创业公司干后端，整个公司就我一个后端，没人带，想找个大一点的公司我这里还有个中国铁塔的实习，不知道写不写比较好，如果要包装的话，各位大佬有建议吗？求求求，鼠鼠年后一周就打算开始投了，各位大佬帮帮看看还有哪里能改的😭😭😭

目前进度是codetop前五页+hot100刷完了，八股背完了一轮但是感觉没背熟，求大佬们拷打简历

项目介绍与主要职责：项目名称：VoiceNexus - 企业级智能语音助手平台项目周期：2024.03 - 至今项目角色：核心研发 / 技术负责人项目描述：面向 B 端客户的全双工 AI 语音客服平台，集成 ASR/LLM/TTS 三大能力，支持实时语音打断与多轮对话。日均处理 50 万+ 通语音会话，端到端 P99 延迟 < 800ms，降低人工成本 65%，线索转化率提升 23%。核心职责：负责 WebSocket 实时通信层架构设计，基于 Netty 实现高并发长连接服务，单节点支撑 5000+ 并发，连接成功率 99.97%，通过线程池隔离和对象池复用将 Full GC 降至 0...