如何快速进入这个行业，我也很久没写博客了，具体今天还是讲方法论吧，因为就是还是以主包自己的经历为体现啊，我在去年5月份的时候花了两周就速通了大模型的，然后从java转行-大模型-算子开发-agent开发-目前跟着几个博士搞wam。这些其实都是需要花时间做琢磨的，这个做事情要讲究方法的，我在秋招的时候和前mt创业开了公司，完整的错过了整个秋招，然后春招的时候我又在搞世界上最前沿的研究方向，一切都只是我想去干罢了，那把重要的写在前面就是如何快速找到工作或者快速入行啊，这一篇应该早点的，但是我事情太多又经常打游戏就忘记了，我这里以摩尔线程举例啊，首先就是你想进入这个行业是因为什么你要想好，然后找对标...

3月份找暑期实习到现在，没有公司愿意给我面试，我大概投了二十多家，是不是投的还是太少了。

0实习，boss沟通了快一千个，就一个面试，求问问题出在简历还是招呼语呀？招呼语是：Boss您好，我对您发布的职位非常感兴趣，可以把简历发给您吗？

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，...