腾讯大模型搜索算法岗社招一面

家人们！最近在琢磨大模型应用开发岗的项目准备，初步定了两个方向 ：做一个完整的 RAG 项目（检索增强生成），从向量数据库搭建，知识库的构建、工具的调用，到检索逻辑优化，全流程走一遍，重点体现对知识问答场景的落地能力～ 搞一个模型微调 + 部署的项目，选个具体任务（比如特定领域的文本分类 / 命名实体识别），用 LoRA 之类的方法做微调，再部署成 API 服务，配上简单的调用界面，把 “调参 + 工程化” 能力亮出来这两个项目覆盖了大模型应用的核心环节，既有算法落地又有工程实现，感觉能体现岗位所需的核心技能？有没有同行姐妹 / 兄弟给点建议呀～ 或者还有哪些项目方向值得补充？

1、Transformer架构2、注意力机制包含哪些矩阵，它的公式3、RAG包含那几个组件4、公司用RAG很多，罗列向量数据库5、文本转向量用到哪些模型6、举例微调大模型用到的框架答的磕磕绊绊，换面试官问java 开发1、springsecurity的流程2、RBAC架构3、HTTP和HTTPs的区别4、cookie和session 的区别5、spring boot的注解6、spring bean

一面二面的面试官评价都挺好，二面的时候说我简历项目符合，深度也行。然后今天一看直接共享中😓，问HR面试评价：（参与项目复杂度和技术深度方面也良好，就是从整体来看感觉和岗位的匹配度没有那么高），所以综合考虑给了不通过。真是给了希望又浇了冷水，算法岗还是太卷了。

秋招收到的第一个意向书，太激动了