得物测开一面面经，摘自优秀牛油面试时间：24/10/19面试时长：30 min1. 自我介绍； 2. 为什么找测试岗位； 3. 讲一下测试的一般流程； 4. 设计测试用例的常用方法； 5. 如果需要测试一个接口，去测试一个并发场景，应该如何去做； 6. 如何去设置多线程； 7. 10万级别的接口访问量，如何去模拟； 8. 数据库了解如何； 9. 2000万中有2万条数据是热数据，需要经常使用的，如何实现； 10. socket 和 http 的区别； 11. 现场直播或者打游戏，在线视频，使用 http 还是 socket； 12. 如果你负责一个项目，需要多个团队或者业务组合作，作为项目负责...

目前0 offer，感觉各大厂都没hc了，导师安排我研三去的校企联培，只能说研究生白读了一半——————————————截止11.10依旧无offer。面试次数：京东面2+2；字节1+3+1；滴滴、高德、网易互娱、百度 1；小米、科大讯飞 2；深信服 3。以上面试全挂，提前批就不算了。腾讯、美团、小红书、快手、蚂蚁、阿里 0，均简历挂；byd没动静，打电话问过说安排，一周没消息了；华为刚要进到笔试；各位不用猜了，就是我菜，累了，不找了。

被挂最爽的一次本来昨晚想做笔试了，还好我有拖延症😄所有测评笔试ai面都做了才筛简历的公司都是沙壁😡

你是否想打造一个靠谱的知识客服，或是搭建能精准回答问题的知识库？这就绕不开一项核心技术——RAG（Retrieval Augmented Generation），中文译为“检索增强生成”。听起来高大上的技术，核心逻辑其实很简单：先从资料库里检索相关内容，再基于这些内容生成答案，即“先检索、再生成”，这也是其名称的由来。作为目前最常用的AI问答方案之一，RAG已广泛应用于企业知识助手、智能客服等场景。本文将从应用场景、核心原理、流程拆解、专业名词解析等方面，带你全面掌握RAG技术，搞懂高质量智能问答系统的构建逻辑。前言我认为AI的基础知识是现在求职和实际工作所必须掌握的，不管是算法还是后端前端岗...