时间线：12.04 官网投递，12.09发了邮件选择约面时间，12.10一面。面试时间70分钟，已挂。个人总结反思这次面试碰到的面试官非常非常好，很感谢这位面试官。写算法题过程中会引导思路，考察八股时也会告诉我不会的该怎么答，以及纠正错误。整体面试体验是这几场以来最好的一次，可惜最后挂了。面试过程暴露了很多新的问题，最大的锅是自己算法写凉凉了。当天晚上面完之后估计已经挂了，心情一塌糊涂。又匆匆地开始预习编译原理准备12.11晚上的期末考试，一整个晚上都没怎么睡着。之前有很长一段时间没写链表类的题了，一直在刷图论和动态规划。结果碰到这么两个链表题，当时心里就一惊。现在面试过程中答八股和项目相关问...

投了90个，回复的全是拒绝，要么已读不回，要么未读，只有一个外包公司让投了简历，没有下文，如果是简历的错，那好歹让我发下简历啊，回都不回到底是哪出问题了，玉玉了😰😭

目前有百度 base 北京offer 拒了字节这个hr面，跟我说明年的实习生hc不多，可能只能让我实习两到三个月，而且貌似表现出来的意思是要我进去快速上手开发。目前还有，美团，腾讯，阿里，快手，小红书的在推进。不知道字节这个要不要去。大佬们怎么看，base北京tag，字节，腾讯，美团，阿里

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...