非技术部分（背景、综测、HR、主管、offer）放在文首一笔带过；下文只把机考与两轮技术面写细，每道能回忆起来的题都附上可直接背诵或改写的答案。 非技术相关（一笔带过） 投华为 OD。流程大致是：机考 → 性格综测 → HR 面 → 技术一面 → 技术二面 → 主管面 → 审批与邮件 offer。综测别前后矛盾即可；HR 与主管主要是自我介绍、离职原因、加班接受度、个人情况，态度正常、不踩雷即可；offer 后按清单交材料、定入职时间。机考与技术面之间我自行拖了一阵刷题，属个人节奏，不展开。 一、机考（编程） 准备：有数据结构基础，C++ 刷题约一百道（含真题风格），注意边界与溢出。当时三道题...

原来已经一年了，因为没有加任何实验室没有学长学姐带，再一次偶然的机会下刷到我们学校的牛肉哥，和他聊天之后发现他也没加实验室能进大厂，我就燃起了希望，去年大概 4 月份找好路线 零基础 开始学 5 月背八股和开始刷算法很难受 7-8 月焦虑躯体化害怕找不到实习 9 月找到一家像样的小厂去实习了 4 个月大三上期末考试结束之后 1 月份回来边实习边准备工作压力很大 当时只有字节、百度、商汤的面试，字节三面挂了，百度 oc，商汤 二面挂（差评 无效面试），之后来深圳百度实习之后还是觉得不甘心一直没把算法和八股扔下一直在准备，百度实习的时候 mt 交给我一个特别重要的工作数据库迁移（特别感谢 mt ，这个需求学到了很多东西处理了一堆线上问题），本来看着暑期他们面试都很困难，然后听说百度要涨实习薪资（然而 5 月并没有涨），就想着留在百度吧也懒得面试了，4 月 20 多的时候字节 hr 打电话约面问我要不要尝试一下询问了 1 月份三面为啥会挂有没有学习 ai 知识（因为字节这边后端岗位偏 ai），我来到百度之后全面拥抱 AI 也认识了我的好兄弟 X 哥，他在百度 XX 部门 Agent 实习，他属于是我 Agent 的启蒙老师，来百度之后一直在了解 AI 这一块，我就接受了字节的面试，一面的时候 20 分钟实习拷打然后突然说 30 分钟代码考核我心就凉了以为是 kpi，算法题是手撕高并发安全下的令牌桶限流器，我写了整整 80 多行代码最后也写出来了，但是从来没看到过出这种题能 oc 的我也就不管了，后边面试也是很顺利但是流程有点长可能一直在横向吧总结结果是好的！！！感谢这一年努力的自己和遇到的各位互联网大佬分享的知识！！！ps 图二纯感慨 （觉得🍬请不要喷我）欢迎大家一起交流学习呀！！！！

发70个邮件让我完善简历，我还以为被网暴了。说的就是你慧策，发邮箱让参加宣讲会，说参加完后就给安排面试。技术岗上来来了一句：只要92或双非ACM银牌，66666。说双非本只能投销售类，后期能转岗（虽然但是就你小子公司的hr已读且回复，那有毛用），92才不去你们那破公司，双非本就和有案底没区别。———4.21更新贵公司的高级员工您来私信骂我也没用哈，风评不好谁的问题谁自己心里清楚，有这时间建议提升自己，完善公司制度，而不是来骂我这个连入场券都没有的破学院本

大家好，我是程序员鱼皮。最近这两年，只要你接触过 AI 编程，大概率听过一个词，RAG（Retrieval-Augmented Generation）。但很多小伙伴对 RAG 都只是一知半解，导致面试的时候只能说出 “检索增强生成” 这六个字，面试官再多问一点，就只能 “阿巴阿巴”。而这篇文章，是对 RAG 技术的一个全景科普，从最初的 Naive RAG、到现在最主流的 Agentic RAG，总共 16 种主流 RAG 方案，我会一次性给大家讲清楚。以后开发 AI 应用的过程中，无论遇到什么场景，都能选择最合适的 RAG 方案。干货比较多，建议先点赞收藏，再慢慢往下看~什么是 RAG？AI...