25届双非二本管理，去年春招侥幸进了某家电大厂采购。但实际上进去干的是小程序运营的活。然后运营又要当客服，又要搞宣传，同时又要做报表。现在转行学sql数分不知道来不来得及。求大佬指点。

15.30开始，16.00结束，16.16发邮件约二面，官网流程进复试。这岗位不会是招黑奴干活的吧😰4.8更新：原来是被捞到日常实习了，表示暑假到岗，十分钟说拜拜👋。

先给核心结论：没有绝对的谁更重要，只有场景化的权重差异。学历决定你的求职下限，实习决定你的职业上限；学历是简历筛选的第一门槛，实习是面试定薪、上岸的核心筹码。作为面过10+互联网公司、带过3届校招新人的后端开发，我见过太多双非本科靠硬核实习逆袭大厂，也见过太多985硕士因为零实习，秋招颗粒无收。今天就从校招全流程、全场景，给大家做一次完整的权重拆解，讲透不同场景下，学历和实习到底谁更重要，应届生直接对照着抄作业就行。一、校招全流程：学历和实习的权重分布校招从投递到拿offer，一共4个核心环节，每个环节里，学历和实习的权重天差地别，我用表格给大家拆得明明白白：简历筛选关70%30%大厂校招简历...

1、自我介绍2、项目：a.讲一个最熟悉的 Agent/RAG 项目b.项目中数据处理的难点 & 怎么解决的3、技术基础：a.大模型基础：Transformer 架构、注意力机制原理b. Agent 核心概念：规划、工具调用、记忆模块、反思机制c. RAG 全流程：文档清洗、切片策略、向量化模型、检索召回、重排序d. 向量数据库：FAISS/Milvus 原理、索引类型、性能优化e. 数据标注规范：怎么保证标注质量、数据清洗方法4、算法：a.数据召回率、精确率评估，怎么优化召回效果b.如何处理 Agent 工具调用的错误数据（数据校验、异常兜底）5、AI 业务理解：怎么提升 Agent 的回复准确性； 如何构建高质量的 Agent 训练 / 微调数据；对 MiniMax Agent 产品的理解 & 优化建议。