第一次实习的时候啥也不懂mentor第一天跟我说的。我说好。我以为只是第一天这样。第二天——"你先看看文档。"第三天——"你先看看文档。"第五天我鼓起勇气问："那我后面大概做什么方向？"他说："不急，先熟悉。"我点开过的文档数了数，三十多篇。每一篇我都有认真看实在无聊，我打开同学群看看大家都干啥呢。有人说他入职第一天就改了bug。有人说他mentor每天带他review代码。有人说他们组上周聚餐了。我每天的成就是：又看了五篇文档。上了一周班后，晚上我收工位走出公司，那一刻我突然明白"你先看看文档"是什么意思。不是让我熟悉。是他也不知道让我干嘛。我真的谢

同学你好面试自我介绍吧。嗯 ，面试官好 ，我叫XXX，是杭州电子科技大学计算机科学与技术的学生。技术上我主攻 Java后端，熟悉 Java基础，并发编程，然后还会 redis MySQl等中间件，熟练使用 spring boot ， spring cloud ， spring ai等，在校期间我参与了直学通和绘镜两个项目，主要实现了跨断续播、优惠秒杀、 AI助手、任务调度、积分榜单等功能。 然后技术栈上主要是使用了 redis、消息队列等，我还自主经营了技术博客在 CSDN上分享 60多篇。阅读量达到 50,000+。嗯 ，你刚刚说用的 redis讲到你的 redis的理解呗嗯。嗯 ， red...

午休完裸面，网易某部门。 困死我了😵

也大大小小面了很多内部正在搞AI的公司，给大家分享一下我的面试题库！ 第一章：RAG 系统 Q1: 请解释 RAG 的工作原理。与直接对 LLM 进行微调相比，RAG 主要解决了什么问题？ RAG（Retrieval-Augmented Generation）的核心是"检索+生成"两阶段：先从外部知识库中检索与用户问题相关的文档片段，再将这些片段作为上下文拼入 prompt，让 LLM 基于检索到的信息生成回答。相比微调，RAG 的优势在于： ①知识可实时更新，不需要重新训练模型； ②可追溯来源，减少幻觉且便于审计； ③成本低，不需要 GPU 资源做训练； ④领域迁移方便，...