爱拼才会赢！融信人的2022

每年一到秋招、春招，很多学 C++ 的同学都会有一个很现实的问题：C++ 到底学到什么程度，才算可以出去找工作？这个问题没有一个绝对统一的标准，因为不同岗位、不同公司、不同方向，对 C++ 的要求差异很大。后台开发、客户端开发、游戏开发、音视频、搜索推荐、基础架构、自动驾驶、嵌入式，这些方向虽然都可能写 C++，但考察重点并不完全一样。不过对于大多数校招同学来说，判断自己能不能开始投递，其实可以看一个更实际的标准：你是否已经具备“基础能答、代码能写、项目能讲、八股能过、算法不崩”的能力。 如果这几个方面基本都具备了，就已经可以开始找工作，而不是非要等到“全都会了”再投。一、C++校招不用学到“...

26应届，根本约不到面试  

本人bg为末九本，目前力扣hot100过了一遍目前在刷面试150，算法能力不太行，八股过了一遍。从3.9号开始陆续投简历，主要是官网投得多，中间几家大厂因为太菜笔试没过，其他不是简历挂就是一直在初筛，ssob上发了消息不是已读不回就是看都没看。在ssob上投还是在官网投面试机会大？另外我是不是简历有问题？希望各位大佬能给我和我点建议 从开始到现在已经一个月了一个面试机会都没有，已经没招了引流：美团，字节，pdd，腾讯，阿里

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，...