简历上的项目千万别写个烂大街的商城，或者单纯丢一个若依（RuoYi）、尚硅谷、黑马的二开上去。就算用的是若依，也得讲出花来。面试官最爱听的是复杂业务逻辑的处理和高并发/大数据的解决方案。 举个例子，如果你的项目里有竞价、秒杀之类的业务，别说怎么做登录注册，重点讲核心逻辑。比如我面的时候，着重讲了竞价模式的演进：如何处理最后阶段的“自由竞价模式”，怎么解决手动刷新时的实时排名更新问题，以及如何处理极限卡点出价导致的倒计时顺延。 如果你的项目偏数据中台，可以说说你是怎么用 FlinkCDC 配合 Kafka 去解决多台上位机的数据并发接入，最后落入 Doris 里的。有具体业务场景（比如硬件数据采...

本人目前力扣hot100过了一遍但是还不熟，八股还没怎么背，求各位大佬能给我和我的简历点建议

希望大佬们给点建议，从1月末投简历找实习，boss上就没有人回我的😅

说实话，这道题放在以前，我的反应都是：不就是向量数据库加个大模型吗？但我也清楚，如果真这么答，基本等于告诉我只会调API。真正的生产级RAG是一套精密的工程系统。今天把它拆成四个模块，帮你建立一套完整的面试作答框架。模块一：数据清洗与离线索引垃圾进，垃圾出。原始数据里混着乱码和格式错乱的PDF，模型不可能检索得准。语义分块是第一个优化点。过去按固定字符数切分（比如500字一段），经常把一句话拦腰截断，语义全丢。现在要根据标题、段落结构甚至用模型来判断断点，保证每个分块语义完整。进阶策略是父子块检索：把文档切成小碎块用于检索（精度高），但喂给模型时把它所在的父块一并带上（上下文全）。小块检索准，...