人生第一次面试----蘑菇街

发点面经攒攒人品～1.实习介绍2.拷打第一个项目3.拷打第二个项目4.在向量化之前，为什么要对长文档进行切片？如果不切片会有什么后果？5.切片时设置重叠区域的作用是什么？这个比例你通常怎么来确定？6.讲一下稠密向量与稀疏向量的区别，分别适合处理什么样的搜索需求？7.向量库检索出的Top-K结果，如果K值设置得过大，对后续的生成质量有哪些负面影响？8.余弦相似度和欧氏距离在衡量文本相似性时，各自的优缺点是什么？9.为什么在初筛召回之后，还要加一个Rerank模型？它能解决向量搜索的哪些局限？10.如果文档发生了局部更新，如何通过增量索引来避免全量重新向量化？11.在RAG的生成阶段，如何在Prompt中设定边界条件来防止模型在没搜到内容时产生幻觉？12.了解HyDE吗？介绍一下原理，它在处理模糊提问时有哪些优势？13.随着超长上下文模型的出现，你认为传统RAG架构的必要性是否降低了？14.你了解哪些大模型推理框架？SGLang相比vLLM的PagedAttention在推理延迟上有哪些优势？15.调用大模型API时，为什么要使用asyncio异步编程？它在处理高并发请求时有何优势？16.针对大规模PDF解析这种任务，你选择多线程还是多进程？17.如何确保Agent返回的结果是标准的JSON格式？如果模型输出中有多余的说明文字，你在后端如何提取？18.场景题：对于RAG，如果检索到了针对同一故障的两份手册，内容相互冲突，请你设计一套逻辑，让模型能够识别冲突并优先选择时效性更高的信息？19.手撕：第k大元素

一面，感觉像hr面1、问了一个项目，说完后没后续追问2、问学校经历，研究方向、奖项、论文等情况3、最新的AI技术都有了解吗，比如openclaw4、了解过公司吗5、我这边提问（商业互吹巴拉巴拉）

AI时代我该怎么选？😭家人们救救孩子！25届毕业生，手里两个offer纠结到失眠，想听听大家的意见～🔹 Offer 1：金蝶 实施顾问（国际化） base 深圳· 起薪：💰 中等（基本月薪比海康高两千）· 赛道：SaaS软件，正在向“企业管理AI公司”转型· 岗位：帮客户落地系统，需求调研、培训、上线支持🔹 Offer 2：海康威视 售前工程师（经销产品市场） base 杭州· 起薪：💰 稍低· 赛道：AIoT智能物联，AI赋能型行业· 岗位：解决方案 | 需求分析 | 系统架构设计 | 技术交流 | 招投标支持 | 客户引导 | 市场拓展 | 培训推广 | 方案协同😖 我的焦虑：AI时代来了，怕选错赛道长远吃亏。· 金蝶的SaaS行业正面临“AI替代恐慌”，实施顾问会不会5年后被AI取代？· 海康的AIoT行业景气度在回升，产品市场偏策略，AI不太好替代…纠结点：金蝶起薪高、发展快、但风险大😰（顺便一提，实施顾问岗可以省下房租钱，但需要常驻外地出差）海康起薪低、平台稳、但成长慢😶求求过来人给点建议！从长远“钱”途和职业发来看，你们会怎么选？

有大佬了解sxf这个岗位嘛，具体什么业务，强度怎么样😰base北京