【高工资和高福利】 🔸实习薪资本250/d，研300/d统一；校招社招薪资也很有竞争力 🔸Manner员工内购减10，自带杯再减5，能白嫖大多数饮品；新人入职day全天manner畅饮不限杯数（实习生入职也算，所以有新员工入职全部门可蹭 🔸有一整栋楼用来休闲娱乐，酒吧、猫屋、健身房、影音室、游泳馆、电竞房应有尽有，条件比市面大部分场所还好（所以员工是真的周末会来公司玩） 🔸每层配备卫生巾、常见药品，行政部门更换及时；超绝办公环境，升降桌、MacBookpro、人体工学椅是标配 🔸有班车从地铁到公司楼下（其实走过去也不远 【友好的企业文化】 🔸#莉莉丝游戏 企业文化是“简单真诚”，工...

总的来说，这是一场收获很大的面试，感觉面试官不是以老员工的角度来拷打我，而是以一个引路人的视角带着我去思考一些场景问题，用一些真实场景来向我展示平时所学应该如何应用，然后问问题也都是笑着和我聊天那种问法，感觉是一个很有人格魅力的人，就是在他面前基本上说不了谎，而且感觉他更喜欢那种真诚地回答以及真实的思考，真的对我自己有很大的帮助，真的给字节点个大大的赞

现在才学到苍穹外卖，会不会太晚了TvT，在想能不能找小厂刷刷实习经历，这简历可以试着投吗？有人能指点一下吗，谢谢大佬

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，...