1、自我介绍我主要做的是大模型应用开发和 NLP 相关工作，技术栈以 Python 和 Java 为主。平时做得比较多的是 RAG、知识库问答、Agent 流程编排、数据清洗、信息抽取和模型服务化部署。之前接触过 FAQ 问答、命名实体识别、文本处理、检索召回优化、多轮对话上下文管理这些方向，也做过一些评测和效果优化工作。我希望找一份偏大模型应用落地的岗位，把模型能力和业务场景结合起来，重点做效果、工程和稳定性的平衡。2、实习经历3、RAG 的优化，项目中 Agent 的流程RAG 的优化一般可以分成数据侧、检索侧、重排侧、上下文构造侧和生成侧。数据侧主要是文档清洗、去噪、切 chunk、补充...