小米汽车内推 未来星内推

先给所有想入门AI的同学一个最清醒的核心结论：2026年的AI行业，已经过了“泛AI红利期”，入门的第一步，绝对不是盲目跟风学技术，而是先做「赛道定位」，再做「阶梯式学习」，最后用「项目落地」验证成果，所有脱离求职目标的入门学习，都是无效内耗。作为在AI行业实习了半年，带过几个零基础学弟学妹入门的后端开发，今天给大家做一份完整的AI入门全流程指南，从第一步的赛道选择，到基础学习、项目落地、求职准备，全给大家讲透，零基础、本科生也能直接抄作业。一、入门第一步：用1周时间，完成赛道定位与目标设定（最核心，绝对不能跳过）这是入门AI最关键的一步，90%的人入门走弯路，都是因为跳过了这一步，盲目学技术...

如题，28届想这学期找个小厂日常，牛友们能给点建议吗

鼠鼠有点摆，去年边学着没敢投简历，没实习。从1月到现在总共面了五次，四次字节的日常(HR打电话约面试才敢去的)，然后一次腾讯的暑期，都是一面挂，其他则是没给面。暑期的岗，4.2才开始海投，前面想着等字节第四次一面后再投，结果挂，而且感觉投晚了。字节投了11个，9个简历挂，剩下2个没动静。阿里全都简历挂，剩下的在"投递简历"。腾讯给了一次面。然后其他大中厂、手机厂什么的都是做完测评or笔试就没下文，打开几个看也是终止流程，感觉剩下的也应该是简历挂了。感觉是简历的原因？项目部分，几次面试，感觉面试官主要就拷问过秒杀这一个点。自己说的时候会尝试把sse那条说成亮点，但除了腾讯面试官问过一下这整个点在业务方面对用户有什么用之类的问题外，其他最多只是问一下sse八股...感觉也许不是很让面试官感兴趣。这个短链接也是无人问津，就被问过一回雪花算法的设计。也许我该拿点评改改，然后再在网上找一个什么项目，凑两个，而不是用自己现在这两个项目？或者是点评改改放前面，然后原本第一个项目，把秒杀抽掉，剩下的想办法从网上火的RAG项目里移植点亮点，或者直接就用网上的RAG项目？感觉我主要还是偏向后端开发，但是感觉如果除开点评，再拿一个项目，想不到有什么自己能掌控且跟点评不重的。然后鼠鼠之前主要的问题是担心面试让打开项目演示，然后就一直花时间在用AI整第一个项目，第二个项目都没时间整，第四次面试之前还因为太害怕被认为不熟悉项目，跟AI一起把简历的说辞做了大幅度弱化，然后暑期都是拿弱化后的简历投的，感觉是不是看上去太没有吸引力就直接给简历挂了。(图1是弱化后的，图2是弱化前的，但之前3月初投了几家好像也是简历挂。)而且因为3月花了很多时间整在跟AI整代码，导致八股和算法都没怎么看，算法之前有跟灵神题单刷一些，还算入门，但是八股只看了一些基本的，可能面试的时候只答得上来60-70%，而且表述有些混乱，都是想到哪说到哪；前面几回面试基本上都有大板块的基础八股没答出来，比如RedisZ Set数据结构，MQ延时消息、可靠性保证，JVM内存分配的过程、GC roots，JUC锁，设计模式。现在有点不知道该怎么办。求大佬们给点简历修改建议或者面试准备建议，不胜感激！

1. 自我介绍2. RAG 怎么优化，评估时你会看哪些指标RAG 的优化一般不能只盯着生成端，很多问题其实出在检索阶段。常见优化思路包括 query rewrite、chunk 切分策略调整、混合召回、重排序、上下文压缩和引用约束。比如文档切得太碎，召回会有信息断裂；切得太长，又容易把无关信息一起带进来，生成端会受污染。真正线上效果好的 RAG，通常不是“某个 embedding 更强”，而是检索、排序、上下文组织和回答约束配合得比较好。评估时我一般拆成两层。第一层看检索，比如 Recall@k、MRR、HitRate，看相关证据能不能被捞上来；第二层看生成，比如答案正确率、faithfuln...