秋招记录

1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...

求各位牛爷爷指点

没必要在学校疯狂卷了

前言我的速成找实习/春招的经验帖子：链接我的学习后端和agent2手抓的专栏：链接第一类(头部大厂)阿里巴巴(总部)(余杭区/滨江区)：多元电商生态腾讯(分部)(西湖区/拱墅区)：多元互联网服务字节跳动(分部)(余杭区)：短视频及衍生业务百度(分部)(拱墅区)：搜索与AI服务京东(分部)(上城区)：自营电商+物流美团(分部)(萧山区)：本地生活服务网易(总部)(滨江区)：游戏及多元业务华为(企业业务分部)(滨江区)：云计算装备技术服务第二类(细分领域突出)Deepseek(总部)(拱墅区)：深度求索AI菜鸟网络(总部)(余杭区)：智慧物流蚂蚁集团(总部)(西湖区)：金融科技服务阿里云(总部)(...