灌水~

1、自我介绍2、说一下你日常中和实习中对于大模型的一些应用3、大模型应用到审核体系里面去的话，你有什么比较好的想法吗如果把大模型用到审核体系里，我会更倾向于把它设计成一个审核增强模块，而不是直接完全替代原有流程。因为审核场景最重要的是稳定性、准确率和可控性，如果一开始就把所有判断都交给大模型，风险会比较高。比较合理的方式是把审核拆成几层。先用规则和轻量模型做高确定性的初筛，把明显违规和明显正常的内容先分出去；对于边界模糊、语义复杂、上下文依赖强的内容，再交给大模型做进一步判断。大模型在这里可以承担语义理解、风险解释、相似案例归纳、标签推荐和辅助判定这些工作。这样既能利用它的泛化能力，又不会把整...

别一听见 “小厂” 就直接跑路，其实没那么绝对，踩坑多了才明白：普通小厂慎去，但独角兽这种，完全能冲！先简单说清楚：独角兽就是成立不久、估值高、有风投、在风口上、很有潜力的公司，不是随便凑几个人的小作坊。这种厂的好，待过就知道：能直接碰核心业务，不是天天打杂拧螺丝，技术栈也新，写在简历上特别加分。机会多、成长快，比在大厂边缘岗混日子强太多，流程也规范，不会像烂小厂那样朝令夕改、只会画饼。一对比就更明白了：普通小厂：没人带、疯狂加班、压榨休息、学不到东西，纯纯消耗自己。大厂边缘岗：稳定体面，但只能做一小块，晋升慢，容易几年都在原地打转。独角兽小厂：有钱有前景，能做事、能成长、能镀金，性价比真的很高。所以真不是小厂就不能去。垃圾小厂直接拒，但正经的独角兽，完全可以一战，有时候比不少大厂岗还香！

最仅段段开始复习并面试了，但是市场行情还是差点意思，段段把最近学的和面试的，以及段段做的AIGC项目做个小总结，希望能对大家带来帮助。 不得不感叹AI进步速度之快，我们这帮研发天天研究用AI革自己的命，属于是没有办法的办法了，在这个巨大变革的时代，我们也不得不跟进潮流，防止淘汰了，闲话少说，上干货。 本文主要讲解RAG架构，RAG定义，Doris数据仓湖，Doris分区分桶，贪多嚼不烂，先讲这几个。一、RAG架构 什么是RAG架构，很多同学其实有思想误区，任务RAG是个向量库，RAG是个什么什么服务，其实都不准确。严格来说，RAG代表一种架构思想。 定义：RAG全名增强检索生成（Retriev...

2026_0312-15:00_VIVO岗位:AI产品开发工程师1. 自我介绍2. 我看你有AST静态分析讲ts类型与注释自动转化为AI可读的索引，这个你是怎么实现的？3. Git Hash增量这个你是怎么设计的？Hash冲突了怎么办？你是怎么确保只更新更改的文件的文档的？4. MCP自动生成组件文档库这个你是怎么实现的？能详细说一下吗？5. 团队开发中有很多分支，你是怎么确保更新的组件文档是最新的？6. 聊一些AI Coding的事情吧。你平时怎么使用AI编码工具的？7. 在一天大量AI生成代码的时候，你是怎么确保AI代码的质量还不错。（AI Code Review，多个AI交叉Review）8. 写完需求代码，你是怎么去测试效果的？（我说手动的，但是有一些工具可以帮我们测试，面试官说像一些MCP服务器一样，可以自动的去模拟执行一些测试，保证P0的没问题，代码质量也就不会太差了。剩下的可能就是跑一些case）9. 之前也聊到过Skill，MCP，你可以讲一下MCP和Skill的区别吗？10. 反问11. 业务方面（AI全栈，一些公司内部的工具，TOB，TOC都有，看个人能力）