wlb or 赌互联网

背景：本硕网安，此前无实习。 其实从去年七八月起，我就算开始准备实习了。但当时还在纠结选什么语言，实验室的项目也还没什么成果。就这样一拖再拖，拖到国庆后才正式开始学 Java，同时还得兼顾导师安排的比赛（用的正是我一直在做的那个项目）。一直拖到十一月初初赛结束，才勉强学完黑马的 Java SE。接着开始学 Java Web，边玩边学，直到十二月初才看完。 第一个比赛失利之后，导师又安排我参加另一个比赛的初赛（复用上一个比赛的成果）。之后我开始准备算法，跟着代码随想录的题单刷题，Redis 和后面的内容没系统学，最后是直接背的八股。这期间也一直在挑项目，挑着挑着就到了一月，勉强敲完了一个轮子项目...

相比一面真的难太多了，面试官更喜欢从底层不断地拷打，直到问到我实在是答不上来了面经发出来攒攒人品，需要的牛友可以看看

同等学历背景，别人从头到尾编的项目拿了三四家大厂offer，自己从0整的项目至今0 offer。这个世界真可笑，呵呵…

项目挑一个讲？这个项目里大部分是大模型，工程上的有讲一下吗？有用到 Agent 吗？Agent 和传统大模型有什么区别？工作记忆了解吗？向量数据库和传统数据库区别是什么？从模型上查询索引结构上、事务上的区别呢？你提到的给 A 推荐的喜好是怎么做的？你的项目如果对标京东、阿里的话，有没有了解到现在成熟的方案？比方说对你的身高体重、用户画像等这类长期记忆的应用。大模型使用向量数据库的诉求是什么？什么场景用向量数据库？向量数据库在 AI 里的核心作用在哪？向量数据库开源的有哪些？ 在毕设过程中，有哪些方案是做过技术调研的？做过压测吗？2000 QPS 的瓶颈在哪里？怎么优化？压测的时候什么指标达到了...